Eu vou projetar algoritmos de aprendizado de reforço profundo

Olá!

Sou estudante de doutorado trabalhando com Deep Reinforcement Learning (RL). Tenho experiência em diversos projetos acadêmicos e industriais, e já apresentei meu trabalho em principais conferências de IA.

Aqui, ofereço ajuda na construção de agentes de RL que podem resolver quase qualquer problema do mundo real, incluindo multiobjetivo e multiagente, baseado em preferências e RL guiado por humanos. Sou especialista nas seguintes áreas:

• Algoritmos de RL baseados em modelo ou sem modelo
• Problemas simples ou complexos de processos de decisão de Markov (MDP)
• Algoritmos de RL on-policy e off-policy, como:
• Q-learning, SARSA, CQL, DQN, A2C, TRPO, PPO, SAC, TD3 e outros algoritmos de RL sem modelo
• Qualquer ambiente personalizado ou simulado, como controladores de semáforo (SUMO), controladores de data center, MuJoCo, Unity, PyBullet e OpenAI Gym
• Problemas de RL multiagente, como Independent DQN, Independent PPO, MAPPO, QMIX, VDN e outros métodos de fatoração de valor
• Reinforcement learning baseado em preferências, como PbRL com feedback sintético e humano

Tenho facilidade em trabalhar com as seguintes linguagens e ferramentas:

• Python
• TensorFlow
• Keras
• PyTorch
• NumPy
• Pandas
• Matplotlib

Sinta-se à vontade para me enviar uma mensagem para discutir seu trabalho.

Atenciosamente,

Umer