Deep Reinforcement Learning az iparban és kereskedelemben

Moni Róbert
Budapesti Műszaki Egyetem, Villamosmérnöki Doktori Iskola, PhD-hallgató

Előadás bemutatása

Előadásom célja betekintést nyújtani a Deep Reinforcement Learning (DRL) (Mély Megerősítéses Tanulás) alapú módszerek ipari alkalmazásának és kereskedelmi felhasználásának lehetőségeibe. Az elmúlt évtizedben a DRL megoldások egyre nagyobb színteret hódítanak a videojátékokon kívül olyan területeken mint a robotika, a nagy skálájú szabályozó rendszerek, a portfólió optimalizáció és az önvezető autózás. A technológia lehetőségeit többek között a Google, a Facebook, a Netflix, az OpenAI, a Waymo és az Nvidia is elkezdte kiaknázni. Az előadás során bemutatásra kerül a technológia alapelve, a legnépszerűbb felhasználási területei és a kutatásomban elért eredményeim a 2020 decemberében szervezett Neural Information Processing Systems keretein belül zajló AI Driving Olympics versenyen.

Előadó

Kutatási területem a Gépi Tanulás családjába tartozó Deep Reinforcement Learning (DRL) (Mély Megerősítéses Tanulás) módszerek alkalmazása összetett környezetekben. Eddigi munkám során sikeresen alkalmaztam DRL alapú módszereket önvezető járművek irányításához és egy öt fős egyetemi csapatot vezettem egy rangos nemzetközi AI alapú önvezető autók versenyen, ahol számos dobogós helyet értünk el. Doktori képzésemet a Budapesti Continental Mesterséges Intelligencia Központ támogatja, ahol Deep Learning Mérnökként is alkalmazva vagyok.