最近更新されたチャンネル

選ぶとそのチャンネルだけを表示すべてのチャンネル →
20VC with Harry Stebbings今日AI Engineer今日硅谷101昨日MBMatthew Berman一昨日PragerU一昨日Y Combinator一昨日SemiAnalysis3 日前a16z3 日前GOTO Conferences3 日前The Builders4 日前

絞り込み結果

1 件
並び順
トピックReward hacking長さ30 分以上人数2 人
1:38:33EN
Lex Fridman· 2020年3月19日ポッドキャスト · 2 人Maybe people are rational under different assumptionsゲスト Anca Dragan · ホスト Lex FridmanAnca Dragan talks with Lex Fridman about inverse reinforcement learning, autonomous driving, and why a written reward is evidence rather than law.エージェントRoboticsReinforcement Learning+3