Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PLURELEARN

Financiado

Cerrado

Plural Reinforcement Learning

We propose a new paradigm for learning in complex high-dimensions dynamic environments. Our goal is to develop algorithms, theory, and applications that use plurality of learning approaches and models in a synergetic way. Our para... ver más

31/10/2013

TECHNION ISRAEL I...

100K€

Presupuesto del proyecto: 100K€

Líder del proyecto

TECHNION ISRAEL INSTITUTE OF TECHNOLOGY No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo FP7 notifico la concesión del proyecto el día 2013-10-31 No tenemos la información de la convocatoria

0% 100% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

1 Participantes

TECHNION ISRAEL INSTITUTE O...

0.00€ | Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

HERL Large Scale Machine Learning for Simultaneous Heterogeneous... 75K€ Cerrado

RLeap From Data based to Model based AI Representation Learning f... 2M€ Cerrado

TIN2015-67959-P SOLUCIONADORES PARA LA INTELIGENCIA ARTIFICIAL GENERAL CON A... 82K€ Cerrado

TUCLA Theoretical Understanding of Classic Learning Algorithms 2M€ Cerrado

OPTGEN Optimizing for Generalization in Machine Learning 1M€ Cerrado

PID2020-115734RB-C21 APRENDIZAJE SEMI-SUPERVISADO PARA LA ANOTACION AUTOMATICA DE... 164K€ Cerrado

Líder del proyecto

TECHNION ISRAEL INSTITUTE OF TECHNOLOGY No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 100K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto We propose a new paradigm for learning in complex high-dimensions dynamic environments. Our goal is to develop algorithms, theory, and applications that use plurality of learning approaches and models in a synergetic way. Our paradigm considers the task of learning a control policy by combining trial and error in the style of reinforcement learning with learning from a competent teacher whose interaction with the environment can be observed. Instead of using the teacher for imitation, our paradigm is focused on learning good representations of the world-model. We consider four specific issues in the new paradigm: (i) The usage of iteration and reiteration between learning from a teacher and reinforcement learning. (ii) Learning representation and structure from the teacher. (iii) Optimizing policies based on learned representations and reasoning about model uncertainty. (iv) Learning sub-strategies from a teacher and when and how to use them. We will develop algorithms and theory pertaining to the new paradigm and will apply it in two challenging domains: a fighter jet simulator and a network operating center simulator.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores