牛逼！竟然用3天一口气学完强化学习【PPO、Q-learning、DQN、A3C】十大算法原理及实战玩转超级马里奥！通俗易懂，比啃书强太多了！机器学习|深度学习
配套源码+数据集打包放在【公-棕-耗：AI技术星球，回-复-暗-号：44， 即-可-精-准-获-取-学-习】
强化学习是一种机器学习方法，其中智能体通过与环境进行交互，根据环境返回的状态采取动作，并接收延迟的奖励（对前一步动作的评估）来更新其知识，以学习最优的行为策略。常见的强化学习算法有：Q-learning算法、SARSA算法、深度Q网络（DQN）、深度确定性策略梯度（DDPG）。强化学习在游戏、机器人控制、自动驾驶、自然语言处理等领域都有广泛的应用
弹幕列表
弹幕列表
屏蔽设定
高级弹幕
弹幕列表填充中...
视频选集
（1/47）
自动连播
1.【基础】-一张图通俗解释强化学
04:51
机器学习实战项目推荐-机器学习漫画书PDF
01:09
2.【基础】-强化学习的指导依
07:09
3.【基础】-强化学习AI游戏DEM
04:49
4.【基础】-应用领域简
06:29
5.【基础】-强化学习工作流
05:49
6.【基础】-计算机眼中的状态与行
07:26
7.【PPO算法】-基本情况介绍
11:19
8.【PPO算法】-与环境交互得到所需数据
08:31
9.【PPO算法】-要完成的目标分析
10:42
10.【PPO算法】-策略梯度推导
09:02
11.【PPO算法】-baseline方法
06:12
12.【PPO算法】-OnPolicy与OffPolicy策略
07:45
13.【PPO算法】-importance sampling的作用
08:32
14.【PPO算法】-PPO算法整体思路解析
09:21
15.【PPO实战】-Critic的作用与效果
10:41
16.【PPO实战】-PPO2版本公式解读
11:47
17.【PPO实战】-参数与网络结构定义
08:05
18.【PPO实战】-得到动作结果
07:18
19.【PPO实战】-奖励获得与计算
08:09
20.【PPO实战】-参数迭代与更新
11:04
21.【DQN算法】-算法原理通俗解读
07:13
22.【DQN算法】-目标函数与公式解析
10:08
23.【DQN算法】-Qlearning算法实例解读
07:46
24.【DQN算法】-Q值迭代求解
09:00
25.【DQN算法】-DQN简介
05:08
26.【DQN算法】-整体任务流程演示
05:23
27.【DQN算法】-探索与action获取
07:00
28.【DQN算法】-计算target值
05:18
29.【DQN算法】-训练与更新
08:13
30.【DQN算法】-DoubleDqn要解决的问题
06:48
31.【DQN算法】-DuelingDqn改进方法
06:27
32.【DQN算法】-Dueling整体网络架构分析
08:28
33.【DQN算法】-MultiSetp策略
03:46
34.【DQN算法】-连续动作处理方法
08:24
35.【AC算法】-AC算法回顾与知识点总结
07:19
36.【AC算法】-优势函数解读与分析
07:14
37.【AC算法】-计算流程实例
05:51
38.【AC算法】-A3C整体架构分析
06:02
39.【AC算法】-损失函数整理
08:34
40.【项目实战】-整体流程与环境配置
05:39
41.【项目实战】-启动游戏环境
07:01
42.【项目实战】-要计算的指标回顾
09:02
43.【项目实战】-初始化局部模型并加载参数
08:06
44.【项目实战】-与环境交互得到训练数据
09:32
45.【项目实战】-训练网络模型
09:41
持续更新中，敬请期待！！！
00:06
顶部