[美] 菲尔·温德尔博士（Phil的作品

强化学习

[美] 菲尔·温德尔博士（Phil，Winder，Ph.D.）

评分 暂无

·学习强化学习是什么，以及算法如何解决具体问题。 ·掌握强化学习的基础知识，包括马尔可夫决策过程、动态规划和时间差分算法。 ·深入研究一系列基于值函数和政策梯度的算法。 ·应用先进的强化学习解决方案，如元学习、分层学习、多智能体、模仿学习等。 ·了解最前沿的深度强化学习算法，包括Rainbow、PPO、TD3、S