392264 ISY Project: Deep Reinforcement Learning (Pj) (SoSe 2020)

Inhalt, Kommentar

The project intends to gain practical experience with Deep Reinforcement Learning [1]. You will apply neural network models to learn and produce complex purposeful actions in simulated environments in the context of: robotics [2], locomotion [3] and/or computer games [4, 5, 6]. Advanced students will get a chance to participate in AI competitions, e.g. [7].

[1] Deep Reinforcement Learning: https://deepmind.com/blog/article/deep-reinforcement-learning
[2] OpenAI robotics:
https://blog.openai.com/ingredients-for-robotics-research
[3] Learning to Walk:
https://youtu.be/WuqNdNBVzzI
[4] Doom: http://vizdoom.cs.put.edu.pl
[5] Unity Obstacle Tower Challenge: https://youtu.be/owKdLnCjy3o
[6] Pommerman: https://www.pommerman.com
[7] Microsoft Research AI challenge winners: https://twitter.com/MSFTResearch/status/1099006255857713153
In case this would not find enough interest for a team project, this project proposal would be also offered (in reduced/modified form)
[x] as individual project 
[x] as project for 2-3 students

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

- Introduction to Neural Networks or Advanced Neural Networks courses.
- Python or C++ ( > 1 year).

Literaturangaben

A Free course in Deep Reinforcement Learning from beginner to expert
https://simoninithomas.github.io/Deep_reinforcement_learning_Course

Lehrende

Fachzuordnungen

Modul Veranstaltung Leistungen  
39-M-Inf-GP Grundlagenprojekt Intelligente Systeme Gruppenprojekt unbenotete Prüfungsleistung
Studieninformation

Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.


Keine Konkretisierungen vorhanden
Kein E-Learningangebot vorhanden
Adresse:
SS2020_392264@ekvv.uni-bielefeld.de
Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_205819801@ekvv.uni-bielefeld.de
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
Letzte Änderung Grunddaten/Lehrende:
Dienstag, 4. Februar 2020 
Letzte Änderung Zeiten:
?
Letzte Änderung Räume:
?
Art(en) / SWS
Projekt (Pj) / 4
Einrichtung
Technische Fakultät
Fragen oder Korrekturen?
Fragen oder Korrekturwünsche zu dieser Veranstaltung?
Planungshilfen
Terminüberschneidungen für diese Veranstaltung
Link auf diese Veranstaltung
Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=205819801
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
205819801