02465 Introduktion til reinforcement learning og kontrol (2021/2022)

02465 Introduktion til reinforcement learning og kontrol

2021/2022

Kurset er en del af bacheloruddannelsen Kunstig Intelligens og Data og er forbeholdt studerende fra denne uddannelse.

Kursusinformation

Engelsk titel	Introduction to reinforcement learning and control
Undervisningssprog	Dansk
Point( ECTS )	5
Kursustype	Bachelor

Skemaplacering	F4B (fre 8-12)
Undervisningens placering	Campus Lyngby
Undervisningsform	Forelæsninger, øvelser, projektarbejde
Kursets varighed	13-uger
Eksamensplacering	F4B
Evalueringsform	Mundtlig eksamen Mundtlig eksamen og rapport
Hjælpemidler	Alle hjælpemidler er tilladt
Bedømmelsesform	7-trins skala , ekstern censur
Anbefalede forudsætninger	02450. 02403 , Introduktion til Machine Learning og Data Mining. Introduktion til matematisk statistik

Kursusansvarlig	Tue Herlau , Lyngby Campus, Bygning 321, Tlf. (+45) 4525 5254 , tuhe@dtu.dk
Medansvarlige	Niels Kjølstad Poulsen , Tlf. (+45) 4525 3356 , nkpo@dtu.dk Henrik Madsen , Lyngby Campus, Bygning 303B, Tlf. (+45) 4525 3408 , hmad@dtu.dk Morten Mørup , Tlf. (+45) 4525 3900 , mmor@dtu.dk Lars Kai Hansen , Lyngby Campus, Bygning 321, Tlf. (+45) 4525 3889 , lkai@dtu.dk
Institut	01 Institut for Matematik og Computer Science
Tilmelding	I studieplanlæggeren
Mulighed for GRØN DYST deltagelse	Dette kursus giver den studerende en mulighed for at lave eller forberede et projekt som kan deltage i DTUs studenterkonference om bæredygtighed, klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk

Overordnede kursusmål

Kursets mål er at give en introduktion til reinforcement learning, klassisk system identifikation og kontrol. Sætte studerende i stand til at anvende system identifikation, basale kontrolprincipper, og reinforcement learning til styring af diskrete og kontinuerte systemer.

Læringsmål

En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

Beskrive de vigtigste aspekter a kontrol problemer, open/closed loop kontrol
Formulere, analysere og kontrollere lineære dynamiske systemer
Anvende lineær adaptiv kontrol
Formulere og anvende dynamisk programmering
Diskutere antagelserne bag reinforcement learning i diskrete systemer
Diskutere antagelserne bag reinforcement learning i kontinuerte systemer
Anvende basale reinforcement learning paradigmer til kontrol af diskrete og kontinuerte systemer
Planlægge, udføre og rapportere fra et reinforcement learning projekt
Præsentere resultater og konklusioner mundtligt og skriftligt
Udføre analyser og test i python

Kursusindhold

The course consists of an introduction to
1) Introduktion til system identifikation og kontrol strategier
2) Closed loop kontrol af et kendt lineært system
3) Adaptiv lineær kontrol
4) Dynamisk programmering
5) Reinforcement learning i diskrete systemer
6) Reinforcement learning i kontinuerte systemer
7) Deep reinforcement learning
og et reinforcement learning project

Litteraturhenvisninger

Sutton, R.S. and Barto, A.G., 2018. Reinforcement learning: An introduction. MIT press.

Sidst opdateret

29. april, 2021