ICML 2019全纪录：论文解读、workshop讨论、核心知识都在这里了

郭一璞 假装发自 长滩 量子位 报道 | 公众号 QbitAI

ICML 2019刚结束，新鲜出炉的会议笔记就来了。

这份笔记来自布朗大学博士David Abel，他整理了6月10日-6月14日五天ICML会议的精华内容，包含大牛发言、重要的定义公式、重点PPT，还有学术会议中最精彩的问答环节整理，总共涵盖95篇论文。

笔记一出，就收获了无数网友的“楼主好人”，哪怕是没有去ICML线上参会，也可以通过这份笔记了解整界ICML会议的核心重点。

笔记都有啥

这份笔记按照时间顺序排列，每天都有单独一章，包含会议的turorals、主会论文、workshop等，重点介绍了会议的best paper和气候变化workshop（吴恩达也在这个workshop哦）。

比如best paper的介绍里，就记录了这篇论文研究者想要解决的问题、解决问题的思路、现场的讨论问答、重点内容的定义、核心方法和贡献。

短短一页半，没有什么阅读负担，却涵盖了最重点的内容，此外的每篇论文，基本都有这些重点内容。

强化学习向何方？

这份笔记最开始的一部分，是经过这次会议后，David对于强化学习的思考，也是这届ICML会议带来的一些核心启发：

1、Off-policy评估和学习方面涌现了大量的研究，这些问题非常重要，正如我和许多其他学者预计，强化学习应用将会伴随来自次优策略的大量数据。 2、强化学习探索理所当然的再度登上热门话题，和off-policy探索等工作一样，都是强化学习的基本问题，我们处于取得重大进展的有利地位。 3、本届会议上一些非常好的研究依然针对分布式强化学习。 4、周五，针对气候变化的人工智能workshop很棒，参与人数众多。气候变化是非常重要的问题，而机器学习工具可以在当下起到实际有效的作用。 5、我们需要在强化学习中将评估标准化，不是说只用一种方法来评估或者只限于一个领域，但目前的评估方法差异太大。

顶会常客David Abel

最后，这位笔记的贡献者David Abel也是一位厉害人物。

他目前在布朗大学读博士，明年毕业，已拿到DeepMind的实习offer。博士生涯期间，他一共在ICML、IJCAI、AAAI、ICAPS等会议上发表过9篇顶会论文，其中7篇都是一作，这还不算期刊论文和大量的顶会Workshop论文。

因此，David也是各大顶会常客，从NeurIPS 2017开始，他开始分享AAAI、ICML、ICLR等各大顶会的笔记。

最特别的是，在布朗大学读计算机专业的硕士博士的同时，他还顺手读了个哲学硕士，真是文理兼通的人才呢。

传送门

ICML 2019 Notes David Abel https://david-abel.github.io/notes/icml_2019.pdf

— 完 —