2 iunie 2023
Spencer M. Richards de la Universitatea Stanford
Roboții sunt în mod inerent sisteme dinamice neliniare, pentru care sintetizarea unui controler cu feedback stabilizator cu un model de sistem cunoscut este deja o sarcină dificilă. Când se învață un model neliniar și un controler din date, regresia naivă poate produce un model în buclă închisă care este prost condiționat pentru o funcționare stabilă pe orizonturi de timp lungi. În această discuție, voi prezenta munca noastră privind învățarea orientată spre control, în care problema învățării modelului este augmentată pentru a fi conștientă de dorința unui sistem stabil în buclă închisă. Voi discuta despre modul în care principiile din teoria controlului informează o astfel de augmentare pentru a produce modele performante în buclă închisă într-o manieră eficientă a datelor. Aceasta va implica idei din teoria contracției, optimizare constrânsă, învățare structurată, control adaptiv și meta-învățare.
Aflați mai multe despre Spencer: https://stanfordasl.github.io//people/spencer-richards/
Cursuri interesante:
- 2. Utilități, dotări și echilibru
- Seminar Stanford – Control sigur și robust bazat pe percepție
- 6. Noua critică și alte formalisme occidentale
- Seminar Stanford – Sisteme pentru sprijinirea formării intențiilor și a comunicării om-AI
- Curs rapid de difuzie stabilă pentru începători
- Cursuri de Specialist In Proceduri Si Instrumente De Securitate A Sistemelor Informatice – Cod Cor 213908
- Stanford CS229: Curs de învățare automată, curs 1 – Andrew Ng (toamna 2018)
- Seminar Stanford – Stowing and Picking Items in E-Commerce, Aaron Parness de la Amazon Robotics
- 14. Nietzsche despre putere, cunoaștere și moralitate
- ASP.NET Core Crash Course – Aplicație C# într-o oră