Seminarium: Reinforcement learning dla gier lato 2021/22

Język wykładowy Polski
Opiekun Marek Szykuła
Liczba godzin 30 (sem.)
Rodzaj Seminarium
ECTS 3
Polecany dla I roku Nie
Egzamin Nie

Opis przedmiotu:

Jest to seminarium badawcze, na którym będziemy omawiać najnowsze prace dotyczące uczenia ze wzmocnieniem (w szczególności Deep Q Learning) do tworzenia agentów dla gier. Będziemy zajmować się głównie grami klasycznymi, ale mogą pojawić się też współczesne gry czasu rzeczywistego. Oprócz zastosowania do konkretnych gier, pojawią się też takie tematy jak Mu Zero, Deep Learning w General Game Playing i obecnie rozwijane frameworki.

Seminaria

Lista
Prowadzący Termin zajęć Limit Zapisani Kolejka
Jakub Kowalski
marzec
wt 12:00-14:00 (s. 103) 15 11 0

UWAGA! Wyższa liczba oznacza wyższy priorytet, po zapisaniu do grupy zostajemy usunięci z kolejek o niższym priorytecie.


Konsultacje prowadzących:


Imię i nazwisko Pokój Konsultacje
Jakub Kowalski 324 E-mail (jko@cs.uni.wroc.pl) lub Discord (acatai).