Sergey Levine于2009年获得斯坦福大学计算机科学学士学位和硕士学位,并获得博士学位。 2014年获得斯坦福大学计算机科学博士学位。他于2016年秋天加入加州大学伯克利分校电气工程与计算机科学系。他的工作重点是决策和控制的机器学习,重点是深度学习和强化学习。他的工作应用包括自动驾驶机器人和车辆,以及计算机视觉和图形。 他的研究包括开发将感知和控制相结合的深度神经网络策略的端到端训练算法,用于逆向强化学习的可扩展算法,深度强化学习算法等。 在许多受欢迎的媒体中,包括纽约时报,BBC,麻省理工学院技术评论和彭博社,他的作品都得到了报道。
UC伯克利出品,深度强化学习最新课程已上线
机器之心
1+阅读 · 2020年10月12日
必读论文 | 20篇强化学习研究必读论文速递
学术头条
2+阅读 · 2020年5月15日
疫情在家别闲着,8 套海外名校AI课程免费学
AI科技评论
0+阅读 · 2020年2月5日
参考链接
微信扫码咨询专知VIP会员