Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

NeurIPS 2019 论文线上分享 | 清华大学Spotlight:不完备专家演示下的模仿学习

本期为机器之心 NeurIPS 2019 线上分享的第一期,清华博士后黄文炳为我们介绍他们被大会接收的一篇 Spotlight 论文。

12 月 8 日-14 日,NeurIPS 2019 将于加拿大温哥华举办。作为人工智能领域的国际顶级会议,如同往年一样,今年的 NeurlPS 如同往年一样备受关注,因注册人数过多,今年参会门票都要凭运气抽彩票决定了。

在论文方面,今年大会投稿数量也创下了历史新纪录,一共提交 6743 篇有效论文,接收 1428 偏,接受率为 21.17%。

本届 NeurIPS,机器之心为读者们精心策划了 NeurIPS 2019 专题,包括线上分享、论文解读、现场报道等内容。这是机器之心 NeurIPS 2019 线上分享的第一期,我们邀请到了清华博士后黄文炳为我们介绍他们被大会接收的一篇 Spotlight 论文。

 讲者简介:黄文炳,现为清华大学计算机系博士后,入选清华大学首批」水木学者「计划。2012 年获得北京航空航天大学数学与应用数学学士,2017 年获得清华大学计算机科学与技术博士,2017-2019 年在腾讯 AI Lab 机器学习中心担任高级研究员。研究兴趣主要包括图神经网络、模仿学习、视频理解等,迄今在 NeurIPS、ICML、CVPR 等人工智能领域顶级会议或者期刊发表文章 20 余篇,长期担任 NeurIPS、ICML、CVPR、ICCV、AISTATS、IJCAI、AAAI、IJCV、TIP 等会议或期刊审稿人,担任 IJCAI-2019 Session Chair。

演讲主题:此次演讲将介绍清华大学、腾讯 AI Lab、MIT-IBM Watson AI Lab 合著的论文《Imitation Learning from Observations by Minimizing Inverse Dynamics Disagreement》,该文入选 NeurIPS-2019 Spotlight,主要探讨不完备专家演示 (缺少 action 演示) 下的模仿学习。

论文地址:https://arxiv.org/abs/1910.04417

时间:北京时间 11 月 14 日 20:00-21:00

NeurIPS 2019 机器之心线上分享

在 NeurIPS 2019 收录的大量优秀论文中,我们将选出数篇优质论文,邀请论文作者来做线上分享。整场分享包括两个部分:论文解读和互动答疑。论文解读包括使用技术介绍、理论方法解读和具体代码实现。

线上分享将在「NeurIPS 2019 交流群」中进行,加群方式:添加机器之心小助手(syncedai4),备注「AI」,邀请入群。入群后将会公布斗鱼直播链接。

戳链接,查看机器之心 NeurIPS 2019 专题策划并参与其中:https://www.jiqizhixin.com/topics/2019-10-28

入门NeurIPS 2019Spotlight清华大学腾讯 AI Lab
1
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

图神经网络技术

图网络即可以在社交网络或其它基于图形数据上运行的一般深度学习架构,它是一种基于图结构的广义神经网络。图网络一般是将底层图形作为计算图,并通过在整张图上传递、转换和聚合节点特征信息,从而学习神经网络基元以生成单节点嵌入向量。生成的节点嵌入向量可作为任何可微预测层的输入,并用于节点分类或预测节点之间的连接,完整的模型可以通过端到端的方式训练。

推荐文章
暂无评论
暂无评论~