OpenDILab推出決策智能入門公開課PPO×Family | 課程預告

12月8日，由上海人工智能實驗室開源決策智能平臺OpenDILab推出的決策智能入門級公開課PPO×Family將正式線上開講。公開課旨在從應用場景出發，打造決策智能科普系列教程，豐富“知識共享”的開源生態。本活動由中國計算機學會主辦，上海人工智能實驗室承辦，全球高校人工智能學術聯盟、北京大學人工智能研究院多智能體中心、浙江大學上海高等研究院、商湯科技協辦，知乎、機器之心、智海平臺、Paperweekly支持。中國計算機學會將為順利結課學員頒發認證證書。

決策智能是人工智能發展的關鍵領域，將驅動下一代人工智能技術的重要創新與應用。從2016年AlphaGo擊敗人類頂級棋手，到2019年 AlphaStar、OpenAI Five問世，以深度強化學習為核心的決策智能，在具有高復雜度和博弈性的游戲中不斷實現突破。

上海人工智能實驗室開源決策智能平臺OpenDILab，是國際首個覆蓋最全學術界算法和工業級規模的決策AI平臺，致力于自下而上打通研究與產業需求的閉環。平臺擁有全球首個開源的大規模強化學習應用DI-star，統一模仿、強化學習駕駛策略的自動駕駛訓練平臺DI-drive ，同時具有支持全領域決策智能算法和應用的訓練引擎DI-engine以及各類開源活動。

面向深度強化學習技術愛好者，OpenDILab計劃推出一系列決策智能公開課，分享前沿知識、共建開源社區。該系列公開課的首套課程——決策智能入門級公開課PPO×Family將于近日線上開講。課程運用經典深度強化學習算法 Proximal Policy Optimization（PPO）解決各類決策智能問題，幫助學習者輕便高效制作應用原型，并將知識進一步應用于相關領域探索。

決策智能入門公開課PPO×Family 宣傳片

PPO是2017年由OpenAI提出的一種深度強化學習算法，隨著研究者們持續從多方面增添其算法技巧，時至今日已成為最受歡迎的算法之一。OpenDILab總結各方面研究工作，并結合開源發布一年來在40多種決策環境中調優和實踐經驗，最終凝練推出了PPO×Family決策智能入門公開課。

課程采用“算法理論-代碼實現-應用實踐”三合一講解模式，從實際應用出發“自底向上”授課，講解將算法理論應用到決策問題時常用的分析方法與優化技巧。通過學習，學員可盤清算法理論、理順代碼邏輯，最終結課時將完成自動駕駛、量化交易、機器人控制、游戲AI等多個領域相關決策任務的入門實踐。

示例：算法理論公式和代碼實現一一對應講解

本套課程共包含8節線上公開課，每節時長40至50分鐘。第1節課，通過多重對比來講解決策AI問題定義和研究的特殊之處；第2至7節課，分別以子領域專題形式擴充PPO×Family相關成員；第8節課，綜合運用前期累積知識設計并搭建“終極”智能體。12月8日，第1節《開啟決策AI探索之旅》正式推出，此后每一至兩周更新一節內容。

課程大綱

此外，OpenDILab特地優化了課程實踐任務的計算開銷，本課程無需大量計算資源，具備一定配置的個人電腦即可應對各種挑戰。課程將布置算法理論分析作業，能夠堅持完成并參與討論者將獲得由中國計算機學會頒發的課程學習認證證書。

目前，OpenDILab已經建立了課程GitHub相關倉庫（https://github.com/opendilab/PPOxFamily），其中包含課件、文字講稿、代碼及答疑等教學素材。課程錄像將在嗶哩嗶哩（賬號：OpenDILab）、微信公眾號（賬號：OpenDILab決策AI）、知乎（賬號：OpenDILab浦策）同步發布。歡迎共建“知識共享”的開源社區。

掃碼添加課程小助手微信（賬號：OpenDILab）

備注“課程”入群學習