Reinforcement learning in artificial and biological systems

Reinforcement learning in artificial and biological systems 리뷰논문에 대한 글. 저자들은 biological inspired RL 개발쪽에 관심이 많은듯하다. 본인들이 개발한 RL 시스템은 spike-based deep, continuous local learning(DCLL)이다. 그래서 machine RL의 한계에 대해 지적하는데, 환경이 제한되어있고 정적이라는 점이 큰 한계라고 한다. Open AI Gym, game environment 등 모두 크지 않고, 정적이다. 하지만 biology의 learning enviroment는 아주 dynamic하다. 대신 … 계속 읽기 Reinforcement learning in artificial and biological systems

Distributional Reinforcement Learning in the Brain 리뷰논문(TINS 2020) 요약

  Distributional Reinforcement Learning in the Brain Lowet et al. 2020 리뷰논문 요약. 이 논문이 나오게 된 계기 또는 이전의 흐름은 Deep mind에서 발표한 distributional RL 논문 두개. Bellamare et al. 2017, Dabney et al. 2017, 그리고 이 두 논문의 computational 효과, 그리고 biological implementation에 대한 논문. Dabney et al. 2020. 이 세 논문이 전제되어 … 계속 읽기 Distributional Reinforcement Learning in the Brain 리뷰논문(TINS 2020) 요약

How to write a great research paper by Simon PJ

Microsoft research Simon PJ의 강연 요약 먼저 쓰기 시작해라. 쓰다보면 아이디어가 발전한다. 연구를 진행하고 나서의 결과물이 논문이 아니다. 논문을 쓰는 과정 자체가 연구다. 쓰다보면 부족한 부분, 개선해야할 점이 보이고, 그러면서 연구를 진행하자. 키 아이디어를 잡자. 논문을 쓰는 목적은 아이디어를 전달하는 것이다. 아이디어는 프로그램 같은 것보다 생명력이 길다. 모짜르트의 악보를 생각해봐라. 실현한 연주는 오래가지 않지만, 악보에 … 계속 읽기 How to write a great research paper by Simon PJ