17-29期VALSE Webinar会后总结
南京大学俞扬副教授2017年12月13日VALSE Webinar 成功举办.俞扬，博士，南京大学副教授。主要研究领域为机器学习、强化学习、演化计算。分别于2004年和2011年获得南京大学计算机科学与技术系学士学位和博士学位，获2013年全国优秀博士学位论文奖、2011年中国计算机学会优秀博士学位论文奖。2011年8月加入南京大学计算机科学与技术系、机器学习与数据挖掘研究所（LAMDA）从事教学与科研工作。发表论文40余篇，包括多篇Artificial Intelligence、IJCAI、AAAI、NIPS等，研究成果获得5项国际论文和竞赛奖。讲者个人主页：http://cs.nju.edu.cn/yuy.
俞扬副教授Webinar的题目为：高效强化学习的一些探索.
在报告中，俞扬副教授首先回顾了深度强化学习的相关理论和进展。强化学习通过自主与环境交互，学习适应环境的最佳策略，已经显示出巨大的应用潜力。然而目前强化学习方法通常样本利用率低，依赖大量环境交互数据，获得最佳策略所需开销极大，阻碍了其在许多真实环境中的应用。在报告中，俞扬副教授首先介绍了他们在无梯度优化方面的工作，针对强化学习优化效率低的问题，从采样的角度解决强化学习的优化问题，以及在团队在理论研究方面的工作，包括强化学习的优化、算法以及领域迁移方面的工作，并介绍了其开发的优化工具包。本次报告受到了热烈的关注，参加人数接近400人.
问答部分：
问题1：请问DFO相对于梯度下降的最明显的优势是什么?
回答：可以用在很复杂的问题，例如局部不可导、局部最优可以取得比较好的效果。之前的方法，例如粒子群方法，主要是启发式方法，目前贝叶斯优化等理论在逐渐的完善。
问题2：强化学习如何用于信息检索，尤其推荐系统中？
回答：强化学习在信息检索中，主要面临的是在线训练过程中，性能会有下降，因此需要构造比较好的离线环境。
问题3：游戏里面训练RL，这是不是需要利用多智能体强化学习？这方面的发展如何？难点在哪里？
回答：很多问题需要多智能体，但是通常决策空间比较大，所以给优化带来很大困难。
问题4: 您对这种Model-Free与Model-based结合的模型怎么看？是否代表未来的方向？因为Model-based的方法可以减少sample数量，也可以在模拟器中predict
回答：Model-base是未来的趋势，之前主要的局限是环境的model比较难学，近期的有很多介于model-base和model-free之间的工作，可以通过predict learning的方式来学习，将会成为发展方向。
问题 5: 您觉得alphaGo的框架对于其他问题有启示意义吗？
回答：AlphaGo需要有比较好的天然模拟器，例如棋牌类的游戏，但是在缺乏比较好的模拟器的环境，尚很难解决。
录像视频在线观看地址： http://www.iqiyi.com/u/2289191062
活动参与方式：
1、VALSE Webinar活动全部网上依托VALSE QQ群的“群视频”功能在线进行，活动时讲者会上传PPT或共享屏幕，听众可以看到Slides，听到讲者的语音，并通过文字或语音与讲者交互；
2、为参加活动，需加入VALSE QQ群，目前A、B、C、D、E、F群已满，除讲者等嘉宾外，只能申请加入VALSE G群，群号：669280237。申请加入时需验证姓名、单位和身份，缺一不可。入群后，请实名，姓名身份单位。身份：学校及科研单位人员T；企业研发I；博士D；硕士M
3、为参加活动，请下载安装Windows QQ最新版，群视频不支持非Windows的系统，如Mac，Linux等，手机QQ可以听语音，但不能看视频slides；
4、在活动开始前10分钟左右，主持人会开启群视频，并发送邀请各群群友加入的链接，参加者直接点击进入即可；
5、活动过程中，请勿送花、棒棒糖等道具，也不要说无关话语，以免影响活动正常进行；
6、活动过程中，如出现听不到或看不到视频等问题，建议退出再重新进入，一般都能解决问题；
7、建议务必在速度较快的网络上参加活动，优先采用有线网络连接。
页:
[1]