第五组-终身学习.pptxVIP

汇报成员：高玉箫、李书豪、蔡佳豪、杜博轩、陈凯悦、李松

指导教师：张华平

汇报时间：2020.11.5;1;1;终身半监督学习;监督和无监督学习;终身半监督学习;迁移学习;终身半监督学习;终身半监督学习案例-NELL;2;NELL介绍;;NELL结构;NELL子组件;NELL子组件;NELL子组件;NELL子组件;NELL子组件;NELL总结;3;NEIL简介;NEIL的主要贡献;可视化实例;实体关系;模型流程结构;实验结果;4;典型实例;强化学习;强化学习中没有输入/输出对

监督学习中，手动标签指示输入的最佳输出标签。

强化学习中，在采取行动后，不会告知代理人哪个行动符合其最佳长期利益。

因此，智能体需要获得有用的经验，并通过与反馈的环境互动来学习最佳的行动顺序。;终身强化学习;终身强化学习发展现状;发展概况;发展概况;发展概况;5;LifelongRLvsMulti-TaskRL;Multi-TaskHierarchicalBayesianRL;Multi-TaskHierarchicalBayesianRL;PG-ELLA基于策略梯度有效的终身强化学习方法;基于策略梯度有效的终身强化学习方法PG-ELLA;基于策略梯度有效的终身强化学习方法PG-ELLA;基于策略梯度有效的终身强化学习方法PG-ELLA;OtherHierarchicalLRL;LifelonglearningwithhierarchicalDRL;LifelonglearningwithhierarchicalDRL;游戏实验;6;动机：如何使机器人在工作中学习？;fine-tuningmethod

Pre-Train：源条件（基础物品集，608000次抓取）

Explore：新条件（抓取没见过的透明瓶,800次抓取）

Initialize：基础模型（预训练模型）+训练数据

（各以50%的概率抓取源条件和新条件）

Adapt：再次训练

Evaluate：在新条件下抓取;单步“微调”方法的实验效果;6;6;6;现实世界：持续变化

机器人：背景、光照、臂长、抓取器位置、未知物体;单步微调和持续微调的对比;机器人可以快速适应新的环境

时间？

算法也很简单，重用数据和模型

可持续学习，效果也很好;终身学习总结与展望;现在有大量可用的数据，这使系统能够学习大量的各种知识。

统计机器学习正在变得成熟。进一步的改进变得越来越困难，而使用过去所学的知识来帮助学习是一种自然的前进方式，它模仿了人类的学习过程。现有研究表明，LML非常有效。

随着在现实环境中与人和其他??统交互的智能个人助理，聊天机器人和物理机器人的使用，连续LML功能变得越来越必要。;终身学习总结与展望