Fundamentals of Reinforcement Learning

Überblick über Wahrscheinlichkeitstheorie Markov-Eigenschaft und Markov-Entscheidungsprozesse Das Problem des Mehrarmigen Banditen (MAB) und das vollständige Reinforcement Learning (RL) Problem Taxonomie von MAB-Problemen (z.B. stochastische Rewards vs. adversarial Rewards, kontext-abhängige MAB) Algorithmen für MAB-Probleme (z.B. Upper Confidence Interval (UCB), Epsilon-Greedy, SoftMax, LinUCB) und ihre Anwendung in cyber-physischen Systemen Grundlagen der Dynamischen Programmierung und Bellman-Gleichungen Taxonomie der Lösungsansätze für das vollständige RL-Problem (z.B. Temporal-Difference Learning, Policy Gradient und Actor-Critic) Algorithmen für das vollständige RL-Problem (z.B. Q-Learning, SARSA, Policy Gradient, Actor-Critic) und ihre Anwendung in cyber-physischen Systemen Lineare Funktionsapproximation Nicht-Lineare Funktionsapproximation