(1人评价)
人工智能强化学习
价格 ¥ 599.00
承诺服务
音频听课 手机端支持一键听课 (试一试)
会员免费学 购买课程
课程介绍

强化学习(Reinforcement Learning)是近几年来研究热度最高的人工智能技术,著名的Alpha GO以及Alpha Zero 均采用深度强化学习作为核心技术。强化学习拥有悠久的研究历史,它是接近人类及动物在大自然中所表现出的学习方式,几十年来通过人们不断的实践与总结,形成了强化学习这一人工智能的研究方法。随着深度学习技术的流行,深度学习中的一些主流技术(如深度卷积神经网络、序列建模、记忆管理等)与强化学习在许多应用场景上出现了结合点,例如使用深度卷积网络来获取游戏画面的回放,然后结合强化学习本身的机制来训练出可以自己玩游戏的人工智能程序。强化学习技术目前仍面临训练环境与计算能力的瓶颈,相信随着科技的进一步发展,在未来十年它一定会成为人工智能领域的核心技术之一。本课程使用强化学习的经典书籍,并配套相关实验与项目,让学习者可以从最专业的角度来接触强化学习,学会使用这种先进的人工智能技术来制作实例。

 

课程目录

Chapter 1. RL Basis

1RL Introduction

2Multi-armed Bandits

3Finite Markov Decision Processes

4Dynamic Programming

5Monte Carlo Methods

6Temporal-Difference Learning

7n-step Bootstrapping

8Planning and Learning with Tabular Methods

Chapter 2. Approximate and Deep RL

9On-policy Prediction with Approximation

10On-policy Control with Approximation

11Off-policy Methods with Approximation

12Eligibility Traces

13Policy Gradient Methods

Chapter 3. Deeper Research

14Psychology

15Neuroscience

16Applications and Case Studies

Chapter 4. Other RL and Projects

17Frontiers

18Project: RL Game Agent

19Project: Robot Agent

授课教师

课程特色

视频(23)
下载资料(1)

学员动态

3weijia 加入学习
yuery6 开始学习 DQN论文详解
haid 加入学习
jswangrui 加入学习