Einführung in das Reinforcement Learning

Kursinhalt

Einführung in das Reinforcement Learning

Einführung in das Reinforcement Learning

1. Kernprinzipien des RL

Was ist RL?RL Im Vergleich Zu Anderen Lernparadigmen Markow-Entscheidungsprozess Episoden und Erträge Modell, Politik und Werte Erkundung vs. Ausnutzung Grundlagen von Gymnasium Herausforderung: Einrichtung Einer Umgebung

2. Multi-Armed-Bandit-Problem

Problemeinführung Aktionswerte Epsilon-Greedy-Algorithmus Algorithmus der Oberen Vertrauensgrenze Gradient-Banditen-Algorithmus Herausforderung: Multi-Armed Bandits

3. Dynamische Programmierung

Was ist Dynamische Programmierung?Bellman-Gleichungen Optimalitätsbedingungen Politikbewertung Politikverbesserung Generalisierte Politikiteration Politikiteration Wertiteration Herausforderung: Dynamische Programmierung

4. Monte-Carlo-Methoden

Was Sind Monte-Carlo-Methoden?Schätzung der Wertfunktion Monte-Carlo-Kontrolle Erkundungsansätze On-Policy-Monte-Carlo-Steuerung Off-Policy-Monte-Carlo-Kontrolle Inkrementelle Implementierungen Herausforderung: Monte-Carlo-Methoden

5. Temporal-Differenz-Lernen

Was ist Zeitdifferenzielles Lernen?TD(0): Schätzung der Wertfunktion SARSA: On-Policy-TD-Lernen Q-Learning: Off-Policy-TD-Lernen Verallgemeinerung des TD-Lernens Herausforderung: Temporal-Difference-Learning

Herausforderung: Multi-Armed Bandits

Ab diesem Punkt erhalten Sie Programmieraufgaben im Jupyter Notebook-Format. Wenn Sie wissen, wie Sie die Umgebung für solche Notebooks korrekt einrichten, können Sie dies gerne tun. Wir empfehlen jedoch die Nutzung von Google Colab, da es viele Vorteile gegenüber herkömmlichen Jupyter Notebooks bietet. Lesen Sie diesen Artikel, um zu erfahren, wie Colab funktioniert.

Hinweis

Die Überprüfung der Korrektheit Ihrer Lösung kann schwierig sein und es können Fehler auftreten. Wenn Sie sicher sind, dass Ihre Lösung korrekt ist, diese aber als falsch markiert wird, überprüfen Sie die empfohlene Lösung sorgfältig. Sollten Sie weiterhin keinen Fehler finden, versuchen Sie, die empfohlene Lösung in einer separaten Zelle zu implementieren und auszuführen.

Wie öffnet man das Notebook und bearbeitet die Aufgaben?

Um das Notebook zu öffnen und die Aufgaben zu bearbeiten, befolgen Sie diese Schritte:

Notebook herunterladen: Den Download-Button finden Sie am unteren Rand dieser Seite;
Google Colab öffnen: Rufen Sie die Website auf und melden Sie sich mit Ihrem Google-Konto an;
Notebook öffnen: Verwenden Sie File > Upload notebook oder File > Open notebook > Upload und wählen Sie die heruntergeladene Datei aus. Wenn Sie nach einer Pause weiterarbeiten möchten, nutzen Sie File > Open notebook > Recent und suchen Sie Ihr Notebook in diesem Fenster;
Anweisungen befolgen: Das Notebook enthält detaillierte Anweisungen zu den Aufgaben. Lesen Sie diese, bevor Sie mit den Aufgaben fortfahren;
Schlüssel erhalten: Nach dem Lösen jeder Aufgabe erhalten Sie einen Teil des Schlüssels, der zum Abschluss des Kapitels erforderlich ist. Geben Sie diese Teile nach Abschluss der Challenge in das Quiz am Ende der Seite ein, um zu überprüfen, ob Sie alle Aufgaben erledigt haben.

Herausforderung

War alles klar?

Danke für Ihr Feedback!

Abschnitt 2. Kapitel 6

Fragen Sie AI

Fragen Sie AI

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

Kursinhalt

Einführung in das Reinforcement Learning

Einführung in das Reinforcement Learning

1. Kernprinzipien des RL

Was ist RL?RL Im Vergleich Zu Anderen Lernparadigmen Markow-Entscheidungsprozess Episoden und Erträge Modell, Politik und Werte Erkundung vs. Ausnutzung Grundlagen von Gymnasium Herausforderung: Einrichtung Einer Umgebung

2. Multi-Armed-Bandit-Problem

Problemeinführung Aktionswerte Epsilon-Greedy-Algorithmus Algorithmus der Oberen Vertrauensgrenze Gradient-Banditen-Algorithmus Herausforderung: Multi-Armed Bandits

3. Dynamische Programmierung

Was ist Dynamische Programmierung?Bellman-Gleichungen Optimalitätsbedingungen Politikbewertung Politikverbesserung Generalisierte Politikiteration Politikiteration Wertiteration Herausforderung: Dynamische Programmierung

4. Monte-Carlo-Methoden

Was Sind Monte-Carlo-Methoden?Schätzung der Wertfunktion Monte-Carlo-Kontrolle Erkundungsansätze On-Policy-Monte-Carlo-Steuerung Off-Policy-Monte-Carlo-Kontrolle Inkrementelle Implementierungen Herausforderung: Monte-Carlo-Methoden

5. Temporal-Differenz-Lernen

Was ist Zeitdifferenzielles Lernen?TD(0): Schätzung der Wertfunktion SARSA: On-Policy-TD-Lernen Q-Learning: Off-Policy-TD-Lernen Verallgemeinerung des TD-Lernens Herausforderung: Temporal-Difference-Learning

Herausforderung: Multi-Armed Bandits

Ab diesem Punkt erhalten Sie Programmieraufgaben im Jupyter Notebook-Format. Wenn Sie wissen, wie Sie die Umgebung für solche Notebooks korrekt einrichten, können Sie dies gerne tun. Wir empfehlen jedoch die Nutzung von Google Colab, da es viele Vorteile gegenüber herkömmlichen Jupyter Notebooks bietet. Lesen Sie diesen Artikel, um zu erfahren, wie Colab funktioniert.

Hinweis

Die Überprüfung der Korrektheit Ihrer Lösung kann schwierig sein und es können Fehler auftreten. Wenn Sie sicher sind, dass Ihre Lösung korrekt ist, diese aber als falsch markiert wird, überprüfen Sie die empfohlene Lösung sorgfältig. Sollten Sie weiterhin keinen Fehler finden, versuchen Sie, die empfohlene Lösung in einer separaten Zelle zu implementieren und auszuführen.

Wie öffnet man das Notebook und bearbeitet die Aufgaben?

Um das Notebook zu öffnen und die Aufgaben zu bearbeiten, befolgen Sie diese Schritte:

Notebook herunterladen: Den Download-Button finden Sie am unteren Rand dieser Seite;
Google Colab öffnen: Rufen Sie die Website auf und melden Sie sich mit Ihrem Google-Konto an;
Notebook öffnen: Verwenden Sie File > Upload notebook oder File > Open notebook > Upload und wählen Sie die heruntergeladene Datei aus. Wenn Sie nach einer Pause weiterarbeiten möchten, nutzen Sie File > Open notebook > Recent und suchen Sie Ihr Notebook in diesem Fenster;
Anweisungen befolgen: Das Notebook enthält detaillierte Anweisungen zu den Aufgaben. Lesen Sie diese, bevor Sie mit den Aufgaben fortfahren;
Schlüssel erhalten: Nach dem Lösen jeder Aufgabe erhalten Sie einen Teil des Schlüssels, der zum Abschluss des Kapitels erforderlich ist. Geben Sie diese Teile nach Abschluss der Challenge in das Quiz am Ende der Seite ein, um zu überprüfen, ob Sie alle Aufgaben erledigt haben.

Herausforderung

War alles klar?

Danke für Ihr Feedback!

Abschnitt 2. Kapitel 6

some-alt