От табличного RL к Deep RL и policy gradient methods Пчелин Константин Константинович 00:16 Вступление 02:10 Когда табличный RL перестает масштабироваться 07:12 Аппроксимация функций 14:21 Проекционный оператор Беллмана 19:51 Deadly Triad 22:58 Deep Q-Network 40:39 Почему переходят к policy-based подходу 42:57 Policy Gradient 01:03:21 Сравнение подходов Ссылка на плейлист Teach-In: https://teach-in.ru/course/reinforcement-learning Ссылка на плейлист YouTube: https://www.youtube.com/playlist?list=PLcsjsqLLSfNBlD-_pB_YGAVNNOu1BKHPW Ссылка на плейлист VK: https://vkvideo.ru/playlist/-176441665_867 Ссылка на плейлист RuTube: https://rutube.ru/plst/1513664 #teach_in #мгу #msu #мехмат #mechanics_and_mathematics #лекции #lectures #Пчелин #Pchelin #Миронов #Mironov #машинное_обучение #machine_learning #обучение_с_подкреплением #reinforcement_learning #RL #проекционный_оператор_Беллмана #projected_Bellman_operator #deadly_triad #DQN #value_based_подход #policy_based_подход #policy_gradient_method #REINFORCE