Bonjour, j'ai deux petites questions svp: 1) dans quelle université enseignez vous ? 2) Selon vous les méthodes basées sur l'apprentissage par renforcement, Q-learning, Deep reinforcement learning, etc constituent elles le futur de la génération de trajectoire des robots ? Et que pouvez vous conseiller pour apprendre ces méthodes à un étudiant ne disposant pas de cours dans le domaine ? Merci !
Bonjour, comme la plupart des super héros, j'essaie de garder mon identité un minimum secrète ;). De mon point de vue, les méthodes d'apprentissages paraissent être une solution magique pour résoudre des problèmes, elles paraissent donc très attractives et ont une bonne côte en ce moment . En réalité, il faut les voir comme des méthodes d'approximation de loi de contrôle complexe, qu'on sait écrire (ou pas). Cependant, il faut faire attention, car il n'y a aucune garantie de résultat (convergence, stabilité), on constate simplement que sur un grand nombre de test ca marche la plupart des fois (mais quelques travaux commencent à résoudre ce problème). En résumé, on voit que ca marche, on ne sait pas comment, on ne sait pas pourquoi ca marche et on ne sait pas pourquoi ca ne marche pas sur certains cas. Pour l'apprentissage sur ces méthodes, je vous conseille www.kaggle.com/
![[Full Episode] MasterChef Junior Thailand มาสเตอร์เชฟ จูเนียร์ ประเทศไทย Season 3 Episode 4](http://i.ytimg.com/vi/e7Oqqo90x_w/mqdefault.jpg)
Bonjour, j'ai deux petites questions svp: 1) dans quelle université enseignez vous ? 2) Selon vous les méthodes basées sur l'apprentissage par renforcement, Q-learning, Deep reinforcement learning, etc constituent elles le futur de la génération de trajectoire des robots ? Et que pouvez vous conseiller pour apprendre ces méthodes à un étudiant ne disposant pas de cours dans le domaine ? Merci !
Bonjour, comme la plupart des super héros, j'essaie de garder mon identité un minimum secrète ;).
De mon point de vue, les méthodes d'apprentissages paraissent être une solution magique pour résoudre des problèmes, elles paraissent donc très attractives et ont une bonne côte en ce moment . En réalité, il faut les voir comme des méthodes d'approximation de loi de contrôle complexe, qu'on sait écrire (ou pas). Cependant, il faut faire attention, car il n'y a aucune garantie de résultat (convergence, stabilité), on constate simplement que sur un grand nombre de test ca marche la plupart des fois (mais quelques travaux commencent à résoudre ce problème). En résumé, on voit que ca marche, on ne sait pas comment, on ne sait pas pourquoi ca marche et on ne sait pas pourquoi ca ne marche pas sur certains cas. Pour l'apprentissage sur ces méthodes, je vous conseille www.kaggle.com/