Un sistema di apprendimento di rinforzo completo (Capstone)

Descrizione

In questo corso finale, raccoglierai le tue conoscenze dei Corsi 1, 2 e 3 per implementare una soluzione RL completa a un problema. Questo capstone ti consentirà di vedere come ogni componente (formulazione del problema, selezione di algoritmi, selezione dei parametri e progettazione della rappresentazione) si inserisce in una soluzione completa e come fare le scelte appropriate quando si distribuisce RL nel mondo reale. Questo progetto richiederà di implementare sia l'ambiente per stimolare il tuo problema, sia un agente di controllo con l'approssimazione della funzione di rete neurale. Inoltre, condurrai uno studio scientifico del tuo sistema di apprendimento per sviluppare la tua capacità di valutare la robustezza degli agenti RL. Per utilizzare RL nel mondo reale, è fondamentale (a) formalizzare adeguatamente il problema come un MDP, (b) selezionare algoritmi appropriati, (c) identificare quali scelte nella propria implementazione avranno un grande impatto sulle prestazioni e (d) convalidare il comportamento previsto dei tuoi algoritmi. Questa chiave di volta è preziosa per chiunque abbia intenzione di utilizzare RL per risolvere problemi reali.

Per avere successo in questo corso, dovrai aver completato i Corsi 1, 2 e 3 di questa specializzazione o equivalente.

Alla fine di questo corso, sarai in grado di:

Completa una soluzione RL a un problema, partendo dalla formulazione del problema, dalla selezione e implementazione appropriate dell'algoritmo e dallo studio empirico sull'efficacia della soluzione.