LOADING載入中
課程介紹
Datawhale 中文强化学习系统教程。从 MDP、值函数到策略梯度、Actor-Critic 与深度 RL,理论与代码并重。适合作为 RL 书架的第一本,也为后续对齐、控制与 Agent 决策问题打底。
課程目錄
马尔可夫决策过程
值函数方法
策略梯度
Actor-Critic
深度强化学习
实践项目
Datawhale 中文强化学习系统教程。从 MDP、值函数到策略梯度、Actor-Critic 与深度 RL,理论与代码并重。适合作为 RL 书架的第一本,也为后续对齐、控制与 Agent 决策问题打底。
马尔可夫决策过程
值函数方法
策略梯度
Actor-Critic
深度强化学习
实践项目
評論
0