🚨 NEWS: Supervised, Unsupervised e Reinforcement Learning: fondamentali pratici per il Machine Learning

Ecco i punti chiave in breve:
💡 Hai un dataset con migliaia di righe. Clienti da classificare, vendite da prevedere, prodotti da raggruppare senza sapere le categorie. Ogni problema ha un approccio diverso. Noi di Meteora Web abbiam...

🚀 LINK: https://meteoraweb.com/analisi-dei-dati-e-metriche/supervised-unsupervised-e-reinforcement-learning-fondamentali-pratici-per-il-machine-learning

#machineLearning #supervisedLearning #unsupervisedLearning #reinforcementLearning #python

RT @NVIDIAAIInfra: Agentic AI benötigt einen sicheren Ort zum Handeln.

mehr auf Arint.info

#AgenticAI #AI #CPU #NVIDIA #ReinforcementLearning #Sandbox #arint_info

https://x.com/NVIDIAAIInfra/status/2060481967733260799#m

MARL-GPT: на пути к созданию универсальной модели для многоагентных сред

Привет, Хабр! Задача многоагентного обучения с подкреплением (MARL) возникает всякий раз, когда несколько агентов взаимодействуют в одной среде, чтобы совместными усилиями решить общую задачу. Например, это могут быть футболисты, юниты в StarCraft или просто множество роботов, которым нужно дойти до своих целей в одном лабиринте. Очень часто агенты внутри сред не могут общаться и полагаются только на свои наблюдения. А вот что именно агенты наблюдают и как именно могут действовать — зависит и от среды, и даже от конкретного задания внутри неё. В существующих работах по MARL модель, как правило, обучается под одну среду, и чтобы обучить её на новой среде, архитектуру нужно адаптировать. Мы же поставили перед собой грандиозную цель — создать единую модель (foundation model), которая сможет действовать в разных средах, переносить кооперативные стратегии между ними и легко адаптироваться к новым неизвестным заданиям. Но до этого ещё далеко, и начать нужно с более простого шага, а именно создать модель с единой архитектурой, которая не требует переделки под каждую среду и может обучаться на нескольких средах одновременно. С вами Мария Нестерова из команды «RL агенты» Лаборатории когнитивных систем искусственного интеллекта AIRI. Мы с коллегами создали метод MARL‑GPT — единую модель, которая обучается на датасетах из трёх разных сред. Центральная идея — обрабатывать наблюдение агента как последовательность и использовать для этого архитектуру трансформер. Модель мы впервые представили на воркшопе WoMAPF'26 (Workshop on Multi‑Agent Path Finding, AAAI 2026), а расширенная версия статьи прошла отбор на AAMAS 2026. Ниже краткий рассказ о проблеме, как мы её решали и много гифок.

https://habr.com/ru/companies/airi/articles/1038154/

#ai #reinforcementlearning #multiagent_systems #multitask_learning

"Reward magnitude determines #ReinforcementLearning efficiency"

Here‘s the link (paywalled☝️):

📝 https://doi.org/10.1126/science.aeb0813

🍬🐁 🧠 New paper by Gong et al: Larger rewards can make #mice learn much faster than standard low-reward protocols suggest.

Across navigation, motor-skill & #DecisionMaking tasks, reward magnitude improved #learning efficiency by increasing learning rate, sustaining task engagement & helping carry improvements across sessions. Larger rewards also produced stronger, longer striatal #dopamine responses, & #optogenetic DA boosting reproduced part of the effect.

#Neuroscience #ReinforcementLearning

Post 4 of my #ReinforcementLearning math series introduces expected return, v(s), and q(s,a). These are the mathematical tools that let an agent reason about an uncertain future.

https://shawnhymel.com/3350/reinforcement-learning-part-4-expected-return-value-functions-and-bellman-equations/?utm_source=mastodon&utm_medium=social&utm_campaign=rl_blog

#AI #MachineLearning #robotics #engineering #education

How does a #ReinforcementLearning agent decide what to do? Part 3 of my RL series tackles this by defining policies, MDPs and trajectories. We'll keep building up to fully grasping PPO!

https://shawnhymel.com/3328/reinforcement-learning-part-3-policies-markov-decision-processes-mdps-and-trajectories/?utm_source=mastodon&utm_medium=social&utm_campaign=rl_blog

#AI #MachineLearning #robotics #engineering #education

RE: https://dair-community.social/@emilymbender/116098129762953036

Professor Emily M. Bender's replies are always so on point—huge recommendation if you want to know about the problems with #AI

#noAI #artificialIntelligence #LLMs #LargeLanguageModels #genAI #ChatBots #vibeCoding #TheAICon #ComputationalLinguistics #AgentsOfTech #DataWorkers #AI2027 #AGI #artificialGeneralIntelligence #GeoffreyHinton #AIReasoning #NeuralNetworks #EmilyBender #ReinforcementLearning #AIHype