PEM_RL in anderen Semestern:
SS23 WS2122 WS2021

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
Ã“scar PÃ©rezâ€‘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.