Institut für Informatik | Sitemap | LMU-Portal
English
  • Startseite
  • Studieninteressierte
  • Studierende
  • Lehrveranstaltungen
    • Archiv
    • SS 2023
      • CC
      • CG1
      • DS
      • DW2
      • EVM
      • HCA
      • HS
      • MMI1
      • MMP
      • MT
      • PAR
      • PEM_RL
      • PGD
      • PKMM
      • PML
      • PS
      • PSK
      • PSYA1
      • PSYG2
      • PTP
      • PVRU
      • SWH
      • SWH-NEBENFACH
      • USEC
      • UX2
      • UX3
      • WAL
  • Forschung
  • Personen
  • Kontakt
  • Besucher
  • Jobs
  • FAQ
  • Intern
PEM_RL in anderen Semestern:
SS23 WS2122 WS2021
Startseite > Lehrveranstaltungen > SS 2023 > PEM_RL

Praktikum Entwicklung von Mediensystemen: Reinforcement Learning

Dozent: Yannick Weiss, Jesse Grootjen, Florian Bemmann Betreuender Professor: Prof. Sven Mayer
Umfang: 4 SWS
ECTS-Credits: 6
Modul: Master P5.0.2 oder P5.0.4: Gruppenpraktikum zu fortgeschrittenen Themen der Informatik I oder Informatik II
Nach Rücksprache mit dem Prüfungsausschuss auch Anerkennung für P2, P3 oder P6 (Vertiefende Themen für Master) möglich

  • Aktuelles
  • Inhalte
    • Inspiring Papers
  • Weitere Vorlesungen zum Thema
  • Zeitplan
  • Ort
  • Bewerbung


Aktuelles

  • 09.05.2023: Please sign up for our Moodle course SS23 PEM RL. The password will be provided in the first session.
  • 08.02.2023: Diese Seite befindet sich im Aufbau, Änderungen vorbehalten.


Inhalte

Während des Praktikums werden Projekte unter Verwendung von Machine Learning erarbeitet. In der ersten Häfte beschäftigen wir uns mit einigen Grundlagen des Machine Learnings und festigen diese in praktischen übungen mit Python und Unity. Dabei liegt der Schwerpunkt auf Methoden des Reinforcement Learnings. In der zweiten Häfte werden eigene Ideen als Prototypen umgesetzt und präsentiert.

Inspiring Papers

Authors Venue Title
Yonghao Long, Wang Wei, Tao Huang, Yuehao Wang and Qi Dou Submitted to ICRA 2023 Human-in-the-loop Embodied Intelligence with Interactive Simulation Environment for Surgical Robot Learning
Gupta, T., & Gori, J. CHI EA 2023 Modeling reciprocal adaptation in HCI: a Multi-Agent Reinforcement Learning Approach
Ahadi-Sarkani, Armand and Elmalaki, Salma CPHS 2021 ADAS-RL: Adaptive Vector Scaling Reinforcement Learning For Human-in-the-Loop Lane Departure Warning
Óscar Pérez‑Gil et al. Multimedia Tools and Applications 2022 Deep reinforcement learning based control for Autonomous Vehicles in CARLA
Kashyap Todi, Gilles Bailly, Luis Leiva, and Antti Oulasvirta. 2021. CHI 2021 Adapting User Interfaces with Model-based Reinforcement Learning
Saurav Singh, Jamison Heard HRI 2022 Human-Aware Reinforcement Learning for Adaptive Human Robot Teaming
Jonas Tjomsland, Ali Shafti, A. Aldo Faisal NeurIPS 2019 Human-Robot Collaboration via Deep Reinforcement Learning of Real-World Interactions
Chengxi Li et al. AAMAS 2018 An Ar-Assisted Deep Reinforcement Learning-Based Approach Towards Mutual-Cognitive Safe Human-Robot Interaction
Hannes Ritschel AAMAS 2018 Socially-Aware Reinforcement Learning for Personalized Human-Robot Interaction
Baihan Lin, Guillermo Cecchi, Djallel Bouneffouf WWW 2023 Psychotherapy AI Companion with Reinforcement Learning Recommendations and Interpretable Policy Dynamics
Mojtaba Taherisadr, Stelios Andrew Stavroulakis, Salma Elmalaki IoTDI 2023 adaPARL: Adaptive Privacy-Aware Reinforcement Learning for Sequential Decision Making Human-in-the-Loop Systems


Weitere Vorlesungen zum Thema

  • Human Computer Interaction
  • Machine Learning, e.g. Pratical Machine Learning, Intelligent User Interfaces


Zeitplan

Bitte beachten Sie, dass die Studierenden aufgrund des engagierten Charakters der Gruppenprojekte mehr als die zugewiesene Zeit für die Entwicklung ihrer Prototypen aufwenden müssen. Dies gilt insbesondere für die in der Vorlesungspause vorgesehene Gruppenprojektdurchführung.

Date Time Topic
09.05.2023 16:00-18:00 Lecture 1: Einführung & Projekt Brainstorming
23.05.2023 16:00-18:00 Lecture 2: 90-sec Paper Presentation
06.06.2023 16:00-18:00 Lecture 3: Project Ideation & Group Formation
20.06.2023 16:00-18:00 Lecture 4
04.07.2023 16:00-18:00 Lecture 5
18.07.2023 16:00-18:00 Lecture 6
28.08.2023 09:00-17:00 Arbeit an den Projekten
29.08.2023 09:00-17:00 Arbeit an den Projekten
30.08.2023 09:00-17:00 Arbeit an den Projekten
31.08.2023 09:00-17:00 Arbeit an den Projekten
01.09.2023 09:00-12:00 Arbeit an den Projekten
01.09.2023 12:00-17:00 Abschlusspräsentation


Ort

Der Kurs findet in der Ort: Frauenlobstr. 7a, Raum 357



Bewerbung

Interessierte Studenten können sich für dieses Praktikum über Uni2Work bewerben.

Die Bewerbungen sollten folgende Informationen enthalten:

  • Beschreiben Sie relevante Fachkenntnisse, beispielsweise aus früheren Kursen, Jobs und anderen Projekten, die Ihre Fähigkeiten demonstrieren.
  • Falls Sie schon eine Projektidee haben, die sie in diesem Praktikum gern umsetzen möchten, skizieren sie diese bitte kurz (optional). Die Ideenskizze dient nur der genauen Planung des Praktikums, um die Schwerpunkte zu setzen. Die eigentliche Ideenfindung ist Teil des Praktikums.
Nach oben
Impressum – Datenschutz – Kontakt  |  Letzte Änderung am 06.06.2023 von Yannick Weiss (rev 42102)