Deep Reinforcement Learning for Computer Games

Time: 12-16 August 2019

Campus: Joensuu

Duration and credits: 1 week, 3 ECTS (+ project work, 2 ECTS)
Teaching language: English
Level: Master and doctoral students
Max. number of attendees: not limited
Course coordinator: Ville Hautamäki, villeh@cs.uef.fi
Responsible department: School of Computing
Learning outcomes: Basics of machine learning, autonomous agents (like robots).

Content (text will be coming in English soon)

Basics of machine learning (one day + practicals)
Ohjatun ja ohjaamattoman oppimisen perusteet. Ohjattua oppimista esitellään klassisilla
koneoppimisella ja myös esitellään moderneja syväoppimis -malleja. Näissä malleissa
merkittäviä ovat klassinen feedforward, konvolutiiviset ja rekursiiviset neuroverkkomallit.
Aiheista järjestetään käytännön harjoituksia.
Autonomous agents (two days lectures + practicals)
Kurssilla perehdytään vahvistusoppimisen (reinforcement learning) perusteisiin ja siihen miten
autonomiset järjestelmät voidaan toteuttaa opettamalla. Kurssilla opettelemme
ohjelmistoagenttien opettamista (kuten pelien pelaaminen, dialogijärjestelmät jne.) ja fyysisten
agenttien, kuten robottien, kouluttaminen simulaatioiden avulla. Osan luennoista tullaan
pitämään Aalto yliopiston Intelligent Robotics -tutkimusryhmän tutkijoiden toimesta.
Autonomous agents project work (two days)
Osion aikana opiskelijat toteuttavat ohjelmoimalla (Python) ohjelmistoagentin, joka osaa pelata
tietokonepeliä. Agentti on tilastollinen malli minkä parametrit sitten opetetaan peliä pelaamalla.
Malleja ja opetusalgoritmeja on monia erilaisia, ja on odotettavissa että etevät opiskelijat
pystyvät kokeilemaan useita näistä näiden kahden päivän aikana. Opiskelijoiden tuotokset
pisteytetään reaaliaikaiseen Leaderboardiin.
Modes of study: Lectures, practicals, learning diary
Study materials: delivered during the course
Evaluation criteria: pass/fail
Teachers: Lectures: Ville Hautamäki (UEF), Ville Kyrki (Aalto University, Finland), Ali Ghadirzadeh (Aalto Uni-versity, Finland/KTH Royal Institute of Technology, Sweden, Abraham Woubie (UEF)
Practicals: Ville Vestman, Anssi Kanervisto, Trung Ngo Trong, Ivan Kukanov, Krittika Saha