Schița de curs
Introducere în Reinforcement Learning și Agentic AI
- Lucrarea deciziilor în condiții de incertitudine și planificarea secvențială
- Componentele cheie ale RL: agenți, medii, stări și recompense
- Rolul RL în sistemele Agentic AI și adaptive
Procese de Decizie Markov (MDPs)
- Definiția formală și proprietățile MDP-urilor
- Funcții de valoare, ecuații Bellman și programare dinamică
- Evaluarea, îmbunătățirea și iterația politicilor
Reinforcement Learning fără model
- Învățare Monte Carlo și Temporal-Difference (TD)
- Q-learning și SARSA
- Practică: implementarea metodelor RL tabulare în Python
Deep Reinforcement Learning
- Combinarea rețelelor neuronale cu RL pentru aproximarea funcțiilor
- Deep Q-Networks (DQN) și replay-ul experiențelor
- Arhitecturi Actor-Critic și gradiente ale politicilor
- Practică: antrenarea unui agent folosind DQN și PPO cu Stable-Baselines3
Strategii de explorare și modelarea recompenselor
- Echilibrarea explorării și exploatării (ε-greedy, UCB, metode de entropie)
- Proiectarea funcțiilor de recompensă și evitarea comportamentelor neintenționate
- Reward shaping și învățare bazată pe curriculum
Teme avansate în RL și luare a deciziilor
- Reinforcement Learning multi-agent și strategii de cooperare
- Reinforcement Learning ierarhic și framework-ul de opțiuni
- Offline RL și învățare prin imitație pentru o implementare mai sigură
Medii de simulare și evaluare
- Folosirea OpenAI Gym și a mediilor personalizate
- Spații de acțiune continue vs. discrete
- Metrici pentru performanța, stabilitatea și eficiența eșantionării agenților
Integrarea RL în sistemele Agentic AI
- Combinarea raționamentului și a RL în arhitecturi hibride de agenți
- Integrarea reinforcement learning cu agenți care folosesc instrumente
- Considerații operaționale pentru scalare și implementare
Proiect final
- Proiectarea și implementarea unui agent de reinforcement learning pentru o sarcină simulată
- Analiza performanței de antrenare și optimizarea hiperparametrilor
- Demonstrarea comportamentului adaptiv și a luării deciziilor într-un context Agentic
Sinteza și pașii următori
Cerințe
- Stăpânire solidă a programării în Python
- Înțelegere solidă a conceptelor de machine learning și deep learning
- Familiaritate cu algebra liniară, probabilități și metode de optimizare de bază
Publicul țintă
- Ingineri de reinforcement learning și cercetători de AI aplicați
- Dezvoltatori în robotică și automatizare
- Echipe de inginerie care lucrează la sisteme Agentic AI și adaptive
Mărturii (3)
Trainerul este răbdător și foarte util. Cunoaște bine subiectul.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Curs - Agentic AI for Business Automation: Use Cases & Integration
Tradus de catre o masina
Bună amestec de cunoștințe și practică
Ion Mironescu - Facultatea S.A.I.A.P.M.
Curs - Agentic AI for Enterprise Applications
Tradus de catre o masina
Mixul dintre teorie și practică, precum și al perspectivelor de nivel ridicat și de nivel scăzut
Ion Mironescu - Facultatea S.A.I.A.P.M.
Curs - Autonomous Decision-Making with Agentic AI
Tradus de catre o masina
