上周我們發布了《攻略 | 雖然票早已被搶光，你可以從機器之心關注 NIPS 2017》，在 NIPS 2017 正式開始前，我們將選出數篇優質論文，邀請論文作者來做線上分享，聊聊理論、技術和研究方法。

所以，第一期分享來了。

北京時間 11 月 8 日 20:00 至 21:00，多倫多大學在讀三年級博士生 Yuhuai Wu（吳宇懷）將為大家分享一篇 NIPS 2017 論文《Scalable trust-region method for deep reinforcement learning using Kronecker-factored approximation》。

分享者簡介

Yuhuai Wu（吳宇懷），多倫多大學在讀三年級博士生，師從 Roger Grosse。曾在 Geoffrey Hinton、Yoshua Bengio、Ruslan Salakhutdinov 等指導下做研究。主要研究方向是優化算法、強化學習。是 2017 年 Google fellowship in machine learning 的得主之一。2017 暑假于 OpenAI 做實習，開源了 ACKTR 算法。

演講主題

這次演講主要研討一個最近研發的似自然梯度的優化算法 -- KFAC（似二階算法）。我們將其用在強化學習的問題上，并提出了新的強化學習算法 -- ACKTR，發現比前人的算法有效 2-3 倍。

針對這篇論文，機器之心曾發布過一篇簡介：《OpenAI 開源算法 ACKTR 與 A2C：把可擴展的自然梯度應用到強化學習》，請大家做課前預習。

參與方式

線上分享將在「NIPS 2017 機器之心官方學霸群」中進行。加群方式：長按掃描下方二維碼，添加「機器之心小助手Ⅱ」，備注暗號：147，由小助手拉大家入群。

戳「閱讀原文」，查看機器之心 NIPS 2017 專題策劃并參與其中。

總結

以上是生活随笔為你收集整理的NIPS 2017 | 线上分享第一期：似自然梯度的优化算法KFAC与强化学习算法ACKTR的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。