Lehrende: Prof. Ph. D. Jan Peters
Veranstaltungsart: Vorlesung
Orga-Einheit: FB20 Informatik
Anzeige im Stundenplan: Lernende Roboter
Fach:
Anrechenbar für:
Semesterwochenstunden: 4
Unterrichtssprache: Deutsch und Englisch
Min. | Max. Teilnehmerzahl: - | -
Lehrinhalte: - Grundlagen aus der Robotik und des Maschinellen Lernens für Lernende Roboter - Maschinellen Lernen von Modellen - Representation einer Policy. Hierarchische Abstraktion mit Bewegungsprimitiven - Imitationslernen - Optimale Steuerung mit gelernten Modellen - Reinforcement Learning und Policy Search-Verfahren - Inverses Reinforcement Learning
Literatur: Deisenroth, M. P.; Neumann, G.; Peters, J. (2013). A Survey on Policy Search for Robotics, Foundations and Trends in Robotics Kober, J; Bagnell, D.; Peters, J. (2013). Reinforcement Learning in Robotics: A Survey, International Journal of Robotics Research C.M. Bishop, Pattern Recognition and Machine Learning (2006), R. Sutton, A. Barto. Reinforcement Learning - an Introduction Nguyen-Tuong, D.; Peters, J. (2011). Model Learning in Robotics: a Survey
Voraussetzungen: Gute Programmierkenntnisse in Matlab, Machine Learning 1 - Statistical Approaches sind hilfreich aber nicht zwingend erforderlich
Online-Angebote: moodle
