李宏毅深度强化学习(国语)课程(2018)
http://t.cn/RBtg1O2
【李宏毅深度强化学习(国语)课程(2018)】“Deep Reinforcement Learning, 2018” by 李宏毅 http://t.cn/RBtg1O2
视频选集
（1/8）
Policy Gradient (Review)
45:49
Proximal Policy Optimization (PPO)
41:34
Q-learning (Basic Idea)
49:44
Q-learning (Advanced Tips)
38:31
Q-learning (Continuous Action)
14:58
Actor-Critic
34:16
Sparce Reward
30:16
Imitation Learning
34:02
直播中：【直击2026诺贝尔奖】物理学奖解读
20点起UP主&专家独家直播解读，上B站看懂诺贝尔奖！>>
顶部