0
| 本文作者： 奕欣 | 2018-05-17 14:45 |
如何賦予機(jī)器自主學(xué)習(xí)的能力，一直是人工智能領(lǐng)域的研究熱點。在越來越多的復(fù)雜現(xiàn)實場景任務(wù)中，需要利用深度學(xué)習(xí)、寬度學(xué)習(xí)來自動學(xué)習(xí)大規(guī)模輸入數(shù)據(jù)的抽象表征，并以此表征為依據(jù)進(jìn)行自我激勵的強(qiáng)化學(xué)習(xí)，優(yōu)化解決問題的策略。深度與寬度強(qiáng)化學(xué)習(xí)技術(shù)在游戲、機(jī)器人控制、參數(shù)優(yōu)化、機(jī)器視覺等領(lǐng)域中的成功應(yīng)用，使其被認(rèn)為是邁向通用人工智能的重要途徑。
中國自動化學(xué)會將于 2018 年 5 月 31 日-6 月 1 日在中國科學(xué)院自動化研究所舉辦第 5 期智能自動化學(xué)科前沿講習(xí)班，主題為「深度與寬度強(qiáng)化學(xué)習(xí)」，此次講習(xí)班由中國自動化學(xué)會副理事長、澳門大學(xué)講座教授陳俊龍與清華大學(xué)教授宋士吉共同擔(dān)任學(xué)術(shù)主任。
陳俊龍
澳門大學(xué)講座教授，中國自動化學(xué)會副理事長
國家千人學(xué)者，IEEE Fellow、AAAS Fellow、IAPR Fellow
報告題目：從深度強(qiáng)化學(xué)習(xí)到寬度強(qiáng)化學(xué)習(xí)：結(jié)構(gòu)，算法，機(jī)遇及挑戰(zhàn)
報告摘要：本座談討論強(qiáng)化學(xué)習(xí)的結(jié)構(gòu)及理論，包括馬爾科夫決策過程、強(qiáng)化學(xué)習(xí)的數(shù)學(xué)表達(dá)式、策略的構(gòu)建、估計及預(yù)測未來的回報。也會討論如何用深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)來穩(wěn)定學(xué)習(xí)過程及特征提取、如何利用寬度學(xué)習(xí)結(jié)構(gòu)跟強(qiáng)化學(xué)習(xí)結(jié)合。最后會討論深度、寬度強(qiáng)化學(xué)習(xí)帶來的機(jī)遇與挑戰(zhàn)。
宋士吉
清華大學(xué)教授、博導(dǎo)
國家 CIMS 工程技術(shù)研究中心研究員
報告題目：基于強(qiáng)化學(xué)習(xí)的深海機(jī)器人智能搜索與運動控制方法
報告摘要：闡述強(qiáng)化學(xué)習(xí)在深海機(jī)器人智能搜索與運動控制領(lǐng)域的算法研究及其應(yīng)用，從熱液羽狀流智能搜索與深海機(jī)器人運動控制兩個方面開展工作。在熱液羽狀流智能搜索方面，研究基于強(qiáng)化學(xué)習(xí)和遞歸網(wǎng)絡(luò)的羽狀流追蹤算法。利用傳感器采集到的流場與熱液信號信息，將機(jī)器人搜索熱液噴口的過程建模為狀態(tài)行為域連續(xù)的馬爾科夫決策過程，通過強(qiáng)化學(xué)習(xí)算法得到機(jī)器人艏向的最優(yōu)控制策略。在深海機(jī)器人運動控制方面，研究基于強(qiáng)化學(xué)習(xí)的軌跡跟蹤與最優(yōu)深度控制算法。在機(jī)器人系統(tǒng)模型未知的情況下，將控制問題建模成連續(xù)狀態(tài)動作空間的馬爾可夫決策過程，并構(gòu)建評價網(wǎng)絡(luò)與策略網(wǎng)絡(luò)，通過確定性策略和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)得到最優(yōu)控制策略。
侯忠生
北京交通大學(xué)教授、博導(dǎo)
北京交通大學(xué)自動控制系主任
報告題目：數(shù)據(jù)驅(qū)動的自適應(yīng)學(xué)習(xí)控制
報告摘要：本報告分為以下 4 部分：第 1 部分主要介紹迭代軸上的學(xué)習(xí)控制；第 2 部分主要介紹時間軸上的學(xué)習(xí)控制，既無模型自適應(yīng)控制；第 3 部分主要介紹學(xué)習(xí)控制的統(tǒng)一框架；第 4 部分是結(jié)論。
趙冬斌
中國科學(xué)院自動化研究所研究員、博導(dǎo)
中國科學(xué)院大學(xué)崗位教授
報告題目：深度強(qiáng)化學(xué)習(xí)算法及應(yīng)用
報告摘要：將具有「決策」能力的強(qiáng)化學(xué)習(xí) (RL: Reinforcement Learning) 和具有「感知」能力的深度學(xué)習(xí) (DL: Deep Learning) 相結(jié)合，形成深度強(qiáng)化學(xué)習(xí) (DRL: Deep RL) 方法，成為人工智能 (AI: Artificial Intelligence) 的主要方法之一。2013 年，谷歌 DeepMind 團(tuán)隊提出了一類 DRL 方法，在視頻游戲上的效果接近或超過人類游戲玩家，成果發(fā)表在 2015 年的《Nature》上。2016 年，相繼發(fā)表了所開發(fā)的基于 DRL 的圍棋算法 AlphaGo，以 5:0 戰(zhàn)勝了歐洲圍棋冠軍和超一流圍棋選手李世石，使圍棋 AI 水平達(dá)到了一個前所未有的高度。2017 年初，AlphaGo 的升級程序 Master，與 60 名人類頂級圍棋選手比賽獲得不敗的戰(zhàn)績。2017 年 10 月，DeepMind 團(tuán)隊提出了 AlphaGo Zero，完全不用人類圍棋棋譜而完勝最高水平的 AlphaGo，再次刷新了人們的認(rèn)識。并進(jìn)一步形成通用的 Alpha Zero 算法，超過最頂級的國際象棋和日本將棋 AI。DRL 在視頻游戲、棋類博弈、自動駕駛、醫(yī)療等領(lǐng)域的應(yīng)用日益增多。本報告將介紹強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)算法，以及在各個領(lǐng)域的典型應(yīng)用。
陳霸東
西安交通大學(xué)教授、博導(dǎo)
陜西省「百人計劃」特聘教授
報告題目：核自適應(yīng)濾波與寬度學(xué)習(xí)
報告摘要：核自適應(yīng)濾波器（Kernel Adaptive Filters）是近年來興起的在可再生核希爾伯特空間（RKHS）中實現(xiàn)的一類非線性自適應(yīng)濾波器，其拓?fù)浣Y(jié)構(gòu)為線性增長的單隱層神經(jīng)元網(wǎng)絡(luò)。其基本思想是：首先，將輸入信號映射到高維核空間；然后，在核空間中推導(dǎo)線性濾波算法；最后，利用核技巧（Kernel Trick）得到原信號空間中非線性濾波算法。與傳統(tǒng)非線性濾波器比較，核自適應(yīng)濾波器具有以下優(yōu)點：（a）如果選取嚴(yán)格正定的 Mercer 核函數(shù)，具有萬能逼近能力；（b）性能曲面在高維核空間中具有凸性，因此理論上不具局部極值；（c）隱節(jié)點由數(shù)據(jù)驅(qū)動生成，減少了人工參與；（d）具有自正則性（Self-regularization），可有效防止過擬合。因此，核自適應(yīng)濾波概念提出以后引起了國內(nèi)外研究者廣泛興趣，越來越多的相關(guān)算法被提出，并被應(yīng)用到諸多領(lǐng)域。核自適應(yīng)濾波與最近興起的寬度學(xué)習(xí)（Broad Learning）關(guān)系密切，可以認(rèn)為是一類基于核方法的寬度學(xué)習(xí)算法。本報告將深入系統(tǒng)地闡述核自適應(yīng)濾波的基本思想、主要算法、性能分析、典型應(yīng)用，以及如何將其與寬度學(xué)習(xí)納入統(tǒng)一框架。
劉勇
浙江大學(xué)教授、博導(dǎo)
浙江大學(xué)求是青年學(xué)者
報告題目：正則化深度學(xué)習(xí)及其在機(jī)器人環(huán)境感知中的應(yīng)用
報告摘要：近年來，隨著人工智能技術(shù)的飛速發(fā)展，深度神經(jīng)網(wǎng)絡(luò)技術(shù)在圖像分析、語音識別、自然語言理解等難點問題中都取得了十分顯著的應(yīng)用成果。然而該技術(shù)在機(jī)器人感知領(lǐng)域的應(yīng)用相對而言仍然不夠成熟，主要源于深度學(xué)習(xí)往往需要大量的訓(xùn)練樣本來避免過擬合、提升泛化能力，從而降低其在測試樣本上的泛化誤差，而機(jī)器人環(huán)境感知中涉及的任務(wù)與環(huán)境具有多樣化特性，且嚴(yán)重依賴于機(jī)器人硬件平臺，因而難以針對機(jī)器人各感知任務(wù)提供大量標(biāo)注樣本；其次，對于解不唯一的病態(tài)問題，即使提供大量的訓(xùn)練數(shù)據(jù)，深度學(xué)習(xí)方法也難以在測試數(shù)據(jù)上提供理想的估計，而機(jī)器人感知任務(wù)中所涉及的距離估計、模型重構(gòu)等問題就是典型的病態(tài)問題，其輸入中沒有包含對應(yīng)到唯一輸出的足夠信息。針對上述問題，本報告以提升深度學(xué)習(xí)泛化能力為目標(biāo)、以嵌入先驗知識的正則化方法為手段、以機(jī)器人環(huán)境感知為應(yīng)用背景展開介紹。
徐昕
國防科技大學(xué)教授、博導(dǎo)
國防科技卓越青年人才
報告題目：自評價學(xué)習(xí)控制中的特征表示與滾動優(yōu)化
楊穎
中國中車首席專家，教授級高級工程師
中車株洲電力機(jī)車有限公司副總工程師
報告題目：軌道交通車輛預(yù)測與健康管理（PHM）技術(shù)應(yīng)用
季向陽
清華大學(xué)教授、博導(dǎo)
國家杰出青年科學(xué)基金獲得者
報告題目：強(qiáng)化學(xué)習(xí)及智能控制與決策
游科友
清華大學(xué)副教授、博導(dǎo)
國家優(yōu)青，國家青年千人
報告題目：分布式優(yōu)化算法與學(xué)習(xí)
本期講習(xí)班先報 200 人，報滿即止；
即日起至 2018 年 5 月 29 日（含）微信掃碼添加工作人員或撥打電話咨詢報名。
周老師/辛老師
電話：010-62522472
手機(jī)：18811748370
郵箱：caa_assia@163.com
微信掃一掃，添加工作人員
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
