ریچارد اس• ساتون. ریچارد اس. ساتون FRS یک دانشمند کامپیوتر کانادایی است. در حال حاضر، او یک محقق برجسته در دیپ مایند و استاد علوم محاسباتی در دانشگاه آلبرتا است. ساتون به عنوان یکی از بنیانگذاران یادگیری تقویتی در نظر گرفته می شود، [ ۱] که نقش قابل توجه در این زمینه، از جمله یادگیری تفاوت زمانی و روش های گرادیان ( شیب ) خط مشی دارد.
ریچارد ساتون در اوهایو به دنیا آمد و در اوک بروک، ایلینوی، حومه شیکاگو بزرگ شد.
ساتون لیسانس روانشناسی خود را در سال ۱۹۷۸ از دانشگاه استنفورد دریافت کرد و سپس مدرک کارشناسی ارشد ( ۱۹۸۰ ) و دکتری ( ۱۹۸۴ ) در علوم کامپیوتر از دانشگاه ماساچوست آمهرست زیر نظر اندرو بارتو را دریافت کرد. پایان نامه دکتری او با عنوان تخصیص اعتبار زمانی در یادگیری تقویتی، معماری های بازیگر - منتقد و تخصیص اعتبار زمانی را معرفی کرد. [ ۲]
در سال ۱۹۸۴، ساتون یک محقق فوق دکترا در دانشگاه ماساچوست بود.
از سال ۱۹۸۵ تا ۱۹۹۴، او یکی از اعضای اصلی کارکنان فنی در آزمایشگاه کامپیوتر و سیستم های هوشمند در GTE در والتهام، ماساچوست بود که مقاله یادگیری برای تخمین توسط روش های تفاوت زمانی را نوشت. در سال ۱۹۹۵ به عنوان دانشمند ارشد پژوهشی به دانشگاه ماساچوست بازگشت.
از سال ۱۹۹۸ تا ۲۰۰۲، ساتون در آزمایشگاه AT& T Shannon در فلورهام پارک، نیوجرسی به عنوان کارمند فنی اصلی در بخش هوش مصنوعی کار کرد.
از سال ۲۰۰۳، او استاد علوم محاسباتی در دانشگاه آلبرتا بوده است. او تا سال ۲۰۱۸ هدایت آزمایشگاه هوش مصنوعی و یادگیری تقویتی مؤسسه را بر عهده داشت.
ساتون با حفظ سمت استادی خود، در ژوئن ۲۰۱۷ به عنوان یک دانشمند پژوهشی برجسته و یکی از بنیانگذاران دفتر جدید آن در ادمونتون به Deepmind پیوست. [ ۲] [ ۳]
ساتون در سال ۲۰۱۵ شهروند کانادا شد و در سال ۲۰۱۷ تابعیت ایالات متحده را ترک کرد.
• ساتون، RS، بارتو، AG, یادگیری تقویتی: مقدمه. مطبوعات MIT، ۱۹۹۸. همچنین به ژاپنی و روسی ترجمه شده است. ویرایش دوم MIT Press 2018.
• Miller, WT, Sutton, RS, Werbos, PJ ( Eds. , شبکه های عصبی برای کنترل . انتشارات MIT، ۱۹۹۱.
• ساتون، RS ( ویرایش ) ، یادگیری تقویتی. تجدید چاپ شماره ویژه مجله یادگیری ماشین. انتشارات آکادمیک کلوور، ۱۹۹۲
ساتون از سال ۲۰۰۱ عضو انجمن پیشرفت هوش مصنوعی[ ۴] است. در سال ۲۰۰۳ او جایزه ویژه را از انجمن بین المللی شبکه عصبی[ ۵] و در سال ۲۰۱۳، جایزه دستاورد برجسته در تحقیقات را از دانشگاه ماساچوست آمهرست دریافت کرد. [ ۶]
این نوشته برگرفته از سایت ویکی پدیا می باشد، اگر نادرست یا توهین آمیز است، لطفا گزارش دهید: گزارش تخلفریچارد ساتون در اوهایو به دنیا آمد و در اوک بروک، ایلینوی، حومه شیکاگو بزرگ شد.
ساتون لیسانس روانشناسی خود را در سال ۱۹۷۸ از دانشگاه استنفورد دریافت کرد و سپس مدرک کارشناسی ارشد ( ۱۹۸۰ ) و دکتری ( ۱۹۸۴ ) در علوم کامپیوتر از دانشگاه ماساچوست آمهرست زیر نظر اندرو بارتو را دریافت کرد. پایان نامه دکتری او با عنوان تخصیص اعتبار زمانی در یادگیری تقویتی، معماری های بازیگر - منتقد و تخصیص اعتبار زمانی را معرفی کرد. [ ۲]
در سال ۱۹۸۴، ساتون یک محقق فوق دکترا در دانشگاه ماساچوست بود.
از سال ۱۹۸۵ تا ۱۹۹۴، او یکی از اعضای اصلی کارکنان فنی در آزمایشگاه کامپیوتر و سیستم های هوشمند در GTE در والتهام، ماساچوست بود که مقاله یادگیری برای تخمین توسط روش های تفاوت زمانی را نوشت. در سال ۱۹۹۵ به عنوان دانشمند ارشد پژوهشی به دانشگاه ماساچوست بازگشت.
از سال ۱۹۹۸ تا ۲۰۰۲، ساتون در آزمایشگاه AT& T Shannon در فلورهام پارک، نیوجرسی به عنوان کارمند فنی اصلی در بخش هوش مصنوعی کار کرد.
از سال ۲۰۰۳، او استاد علوم محاسباتی در دانشگاه آلبرتا بوده است. او تا سال ۲۰۱۸ هدایت آزمایشگاه هوش مصنوعی و یادگیری تقویتی مؤسسه را بر عهده داشت.
ساتون با حفظ سمت استادی خود، در ژوئن ۲۰۱۷ به عنوان یک دانشمند پژوهشی برجسته و یکی از بنیانگذاران دفتر جدید آن در ادمونتون به Deepmind پیوست. [ ۲] [ ۳]
ساتون در سال ۲۰۱۵ شهروند کانادا شد و در سال ۲۰۱۷ تابعیت ایالات متحده را ترک کرد.
• ساتون، RS، بارتو، AG, یادگیری تقویتی: مقدمه. مطبوعات MIT، ۱۹۹۸. همچنین به ژاپنی و روسی ترجمه شده است. ویرایش دوم MIT Press 2018.
• Miller, WT, Sutton, RS, Werbos, PJ ( Eds. , شبکه های عصبی برای کنترل . انتشارات MIT، ۱۹۹۱.
• ساتون، RS ( ویرایش ) ، یادگیری تقویتی. تجدید چاپ شماره ویژه مجله یادگیری ماشین. انتشارات آکادمیک کلوور، ۱۹۹۲
ساتون از سال ۲۰۰۱ عضو انجمن پیشرفت هوش مصنوعی[ ۴] است. در سال ۲۰۰۳ او جایزه ویژه را از انجمن بین المللی شبکه عصبی[ ۵] و در سال ۲۰۱۳، جایزه دستاورد برجسته در تحقیقات را از دانشگاه ماساچوست آمهرست دریافت کرد. [ ۶]
wiki: ریچارد اس• ساتون