投稿

强化学习基础（本科生课程）北京邮电大学鲁鹏

4.1万

144

2022-09-05 19:55:26

未经作者授权，禁止转载

正在缓冲...

本课程主要介绍强化学习的基础知识，其目标是帮助同学们快速、顺利地进入强化学习及其应用领域的研究工作。课程主要内容包含有限马尔可夫决策过程，动态规划，无模型预测与控制(SASA,Q-Learning)，价值函数逼近(DQN)，策略梯度方法(REINFORCE)，执行者/评论者方法（AC,TRPO,PPO)，连续动作空间的确定性策略(DDPG)。

计算机科学

CV-xueba 发消息

欢迎来到鲁鹏老师实验室下的【官方小站】：CV学吧！(*╹▽╹*) ~ 咱导亲自带咱学计算机视觉嘞！！

国内名企招聘中，本科以上留学生即可！

留学生求职

第一讲强化学习介绍

01:33:00

第二讲马尔可夫决策过程

02:16:40

第三讲动态规划

01:47:37

4. 无模型预测(评估）

01:22:53

5. 无模型控制（优化）

01:26:41

6. 价值函数近似

01:31:25

7. 策略梯度

01:29:58

顶部