1樓：Chersophyte
Framework Algorithms的工作包括以下幾個分類：
目前集中於mixed task與dynamic task。包含在joint action learning，Cooperation和Competition三個track內。
然後關於reward function，Security，Self-play是比較少，但是每年穩定有production的track。
Learning to communicate和Transfer Learning in MARL framework型的工作很少。
最後是每年趨勢穩定上公升的Inverse Reinforcement Learning，還有大火的Meta Learning也有在MARL下的玩法。
理論性的工作我印象比較深刻的有Wellman的用Banach不動點證明joint action learning的Equilibrium Convergence。
總體來講Multi-Agent Reinforcement Learning沒有非常nontrivial的理論工作。尤其在RNN和Transformer壟斷POMDP這個很容易有理論結果的track之後，理論性的工作越來越少了。
智慧型家居的未來發展方向？
劉毅卿01bc 損害人精氣神的，一般是人。負面人，事情多的人。身體差的人。這些人，您接觸多了。您就萎靡了。您把這些人斷絕了，就好了。尖銳的問題和劈頭蓋臉的壓力，不斷的讓我成長。我們都是在一次次失敗中越來越清晰自己的弱點，越來越理解自己的長處。越來越明確自己的方向。節約時間，猛幹吧。把工作做到極致，把...
當前顯示技術的發展方向為何是OLED（有機發光二極體），為何要用壽命較短的「有機物」？
楊洋 因為OLED除了耐用性，基本上碾壓LCD。色彩更飽滿，功耗更低，最重要厚度只有LCD的一半，如果手機想做的更薄，OLED是必須的。耐用性這一塊除了燒屏其實更重要的是OLED的維修成本。因為自發光的緣故所以不存在內外屏一說，想換就要換整個螢幕模組。S8螢幕1600。IPX三千多。OLED還是太金...
模式識別機器學習的發展方向？
超越 既然對模式識別 機器學習這方面比較感興趣，那麼建議從卷積神經網路這一類開始學，例如 1 卷積神經網路 卷積神經網通過採用卷積，極大規模地減少了引數的數量。卷積神經網路 2 深度殘差網路 深度殘差網路的主要特色，就是下圖中的恒等通路。深度殘差網路 3 深度殘差收縮網路 深度殘差收縮網路 1 2 ...