Հունվարի 17-ին ԳՆԿԿ կրտսեր հետազոտող Էնդի Յունիսը ներկայացրեց RL (Reinforcement Learning) վերաբերյալ սեմինար՝ կենտրոնանալով SAC (Soft Actor-Critic) ալգորիթմի և իրական ռոբոտատեխնիկական խնդիրներում դրա կիրառությունների վրա:

Սեմինարի ընթացքում դիտարկվեցին RL հիմնական մարտահրավերները, ներառյալ բարձր նմուշային բարդությունը և հիպերպարամետրերի նկատմամբ զգայունությունը: Խոսնակը ներկայացրեց, թե ինչպես է SAC-ի մաքսիմալ էնտրոպիայի շրջանակը լավ արդյունքների հասնում  բարդ խնդիրների պարագայում, մասնավորապես, քառոտանի շարժման և ռոբոտիկ մանիպուլյացիայի դեպքերում:

Խոսնակի մասին: Էնդի Յունիսը ԳՆԿԿ կրտսեր հետազոտող է։ Մասնագիտացած է մեքենայական ուսուցման և կառավարման համակարգերի ոլորտում: 2024 թվականին ավարտել է ՀԱՊՀ-ն՝  ստանալով «Ծրագրային ճարտարագիտություն» մասնագիտության բակալավրի աստիճան: Էնդին մասնակցել է մի շարք հետազոտական նախագծերի, որոնց թվում է հին լուսանկարները գունավորող, մշուշացումն ու աղմուկը հեռացնող  մեքենայական ուսուցման ալգորիթմի մշակումը: Որպես թիմի ավագ առաջնորդել է ԳՆԿԿ թիմը «2024 American Control Conference»-ի շրջանակներում անցկացված ինքնավար մեքենաների ուսանողական մրցույթում, որտեղ թիմը զբաղեցրել է երրորդ հորիզոնականը: