Moses - Modulbeschreibung ohne Titel

Zur Modulseite PDF generieren

Modul / Version
#41002 / #1

Gültigkeit
SoSe 2020 - SoSe 2022

Verfügbare Sprache(n)
English

Titel des Moduls
Advanced topics in Reinforcement Learning II: Multi-Agent Systems and Hierarchical Learning

Leistungspunkte
6

Modulverantwortliche*r
Obermayer, Klaus

Benotung
Benotet

Prüfungsform
Portfolioprüfung

Lehrsprache(n)
English

Zugehörigkeit

Fakultät
Fakultät IV

Institut
Institut für Softwaretechnik und Theoretische Informatik

Fachgebiet
34351300 FG Neuronale Informationsverarbeitung

Prüfungsausschuss
Keine Angabe

Kontakt

Sekretariat
MAR 5-6

Ansprechpartner*in
Laschos, Vaios

E-Mail-Adresse
sekr@ni.tu-berlin.de

Webseite
Keine Angabe

Diese Modulbeschreibung ist nicht oder nicht vollständig auf deutsch hinterlegt.

Es wird stattdessen der Inhalt der folgenden Sprachversion angezeigt: Englisch.

Klicken Sie hier um die Inhalte der fehlenden oder unvollständige Sprachversion (Deutsch) anzuzeigen

Diese Modulbeschreibung gilt nicht im aktuellen Semester.

Die Modulbeschreibung gilt nur für den Zeitraum SoSe 2020 - SoSe 2022.

Lernergebnisse

After successful completion, participants are able to apply at least one state-of-the-art technique in Reinforcement Learning (more specifically in topics related to hierarchical learning or/and multi agent system) and present their results to other students. They will be able to reproduce and present scientific research.

Lehrinhalte

Participants will search the recent literature on Reinforcement Learning (more specifically in topics related to hierarchical learning or/and multi agent system), present one state-of-the-art method of their choice and then apply it on a toy example.

Modulbestandteile

Compulsory area

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	ISIS	VVZ
Advanced topics in Reinforcement Learning II: Multi-Agent Systems and Hierarchical Learning	SEM	3435 L 10633	SoSe	en	4

ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Advanced topics in Reinforcement Learning II: Multi-Agent Systems and Hierarchical Learning (SEM):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Attendance	15.0	4.0h	60.0h
Pre/post processing	15.0	8.0h	120.0h
			180.0h(~6 LP)

Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Participants will research the current relevant literature and prepare a presentation of a new method in Reinforcement Learning to the other students. In the sequel they will apply their method to one of the toy examples and present the results. Language of the module is English.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Required skills include: literature research, presentation of researched articles, basic understanding of metacognition Participants are expected to have background knowledge comparable to the topics covered in Machine Intelligence I + II .

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolio examination

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache(n)

English

Prüfungselemente

Name	Punkte	Kategorie	Dauer/Umfang
(Deliverable assessment) Code	30	praktisch	30 hours
(Deliverable assessment) Presentation	70	praktisch	40 minutes

Notenschlüssel

Notenschlüssel »Notenschlüssel 2: Fak IV (2)«

Gesamtpunktzahl	1.0	1.3	1.7	2.0	2.3	2.7	3.0	3.3	3.7	4.0
100.0pt	95.0pt	90.0pt	85.0pt	80.0pt	75.0pt	70.0pt	65.0pt	60.0pt	55.0pt	50.0pt

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 30.

Anmeldeformalitäten

Way of registration is not established yet. It is going to be either via yellow sheet from the examination board or electronic; exam takes place in English language sekr@ni.tu-berlin.de

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit: nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit: nicht verfügbar

Literatur

Empfohlene Literatur
Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge

Semester:

Zeige auch ausgelaufene Studiengänge und StuPOs

Diese Modulversion wird in folgenden Studiengängen verwendet:

	Studiengang / StuPO	StuPOs	Verwendungen	Erste Verwendung	Letzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Keine Angabe