Pieter Abbeel发布了一份资源大礼：《深度学习与机器人学》105页PPT

2019年开启之际，美国加州大学伯克利分校教授、机器人与强化学习领域专家 Pieter Abbeel 发布了一份资源大礼：《深度学习与机器人学》105页PPT。这份PPT整理自Abbeel教授2018年受邀参加的69个演讲，内容涵盖监督学习、强化学习和无监督学习的重要进展，以及深度学习的主要应用等方面，有助于读者对深度学习和机器人学有一个宏观的理解。

Pieter Abbeel教授从AI近年的一些“热论”讲起，从马斯克认为AI是人类文明面临的最大威胁、普京说“谁能成为 AI 领域的领袖，谁就将成为世界的主宰者”，概述了近年来AI的热潮：NIPS等顶会的参会人数达到史上最高、arxiv上AI领域的论文翻倍增长。

报告的主体部分是“深度学习成功”，详细介绍了监督学习、强化学习和无监督学习的重要进展。Pieter Abbeel教授对这三个概念的解释如下：

监督学习：模式识别，如果有足够多的数据(input -> output pairs)，那么神经网络就能够学习模式；

强化学习：通过试错的过程，学习目标导向的行为

无监督学习：没有明确的监督的条件下，学习世界的结构

最后，报告展示了深度学习的一系列应用。

PPT下载地址：

https://www.dropbox.com/s/dw4kmxkrv3orujd/2018_12_xx_Abbeel--AI.pdf?dl=0

Pieter Abbeel教授简介

Pieter Abbeel，加州大学伯克利分校教授、机器人学习实验室主任，伯克利人工智能研究(BAIR)实验室联合主任。

Pieter Abbeel是机器人和强化学习领域的大牛。Pieter Abbeel 2008年从斯坦福大学获得博士学位，师从百度前首席科学家 Andrew Ng（吴恩达），毕业后在UC Berkeley任教。

2016~2017年，Pieter Abbeel加入Open AI，任研究科学家。现在则是Open AI顾问。

Pieter Abbeel还是两家AI公司的创始人，Gradescope和covariant.ai。Gradescope开发为家庭作业、课题研究、试卷等打分的AI系统；covariant.ai开发机器人自动化的AI系统，在制造/仓储/电子商务/物流等领域应用。

Pieter Abbeel 的研究重点特别集中于如何让机器人向人类学习（学徒学习），如何让机器人通过自己的试错过程学习(强化学习)，以及如何通过从learning-to-learn(元学习)过程中加快技能获取。他开发的机器人已经学会了先进的直升机特技飞行、打结、基本装配、叠衣服、移动、以及基于视觉的机器人操作。

机器人叠毛巾

Pieter Abbeel目前的主要研究方向：机器人和机器学习，特别关注深度强化学习、深度模仿学习、深度无监督学习、元学习、learning-to-learn、以及AI安全。

PPT全文