【随笔】下周本人将做的学术报告：401信息中心3楼会议室

下周将做的学术报告

目前决定下周于401信息中心做的学术报告如下，论文部分尚未完成，但是本周末之前可以做完：

• Deep Deterministic Policy Gradient and Self-Driving(深度实时策略梯度和自动驾驶)；
  简介:在本文中我们提出了一种DDPG方法可以在梯度空间每次都进行求解正交梯度(最有价值的方向)，并给出了应用于自动驾驶的实例。

• Mento-Carlo Policy Tree for High-Performance Sampling;(用于高效采样的蒙特卡洛策略树);
  简介:我们重构了一种蒙特卡洛搜索树用于策略梯度的搜寻，以达到高效采样来拟合强化学习问题中的具体函数$\pi (a^{(t)}|S^{(t)})$以及$Q(a^{(t)},S^{(t)})$.

• Knowledge-Based Graph Method For Nuclear Plant Real-Time Control;(基于先验知识图的核电站实时控制)
  简介:提出了人工智能用于核电站实时控制的方法，基于先验知识图和Deep RL 构造了可以快速高精度决策的Agent。