国产乱码精品_欧美私模裸体表演在线观看_久久精品国产久精国产_美女亚洲一区

      ☆ 1、如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
      ☆ 2、在課程結束之后,授課老師會留給學員手機和E-mail,免費提供半年的課程技術支持，以便保證培訓后的繼續消化；
      ☆3、合格的學員可享受免費推薦就業機會。
      ☆4、合格學員免費頒發相關工程師等資格證書，提升您的職業資質。

Chapter 1. RL Basis

1．RL Introduction

2．Multi-armed Bandits

3．Finite Markov Decision Processes

4．Dynamic Programming

5．Monte Carlo Methods

6．Temporal-Di?erence Learning

7．n-step Bootstrapping

8．Planning and Learning with Tabular Methods

Chapter 2. Approximate and Deep RL

9．On-policy Prediction with Approximation

10．On-policy Control with Approximation

11．O?-policy Methods with Approximation

12．Eligibility Traces

13．Policy Gradient Methods

Chapter 3. Deeper Research

14．Psychology

15．Neuroscience

16．Applications and Case Studies

Chapter 4. Other RL and Projects

17．Frontiers

18．Project: RL Game Agent

19．Project: Robot Agent
第1章: RL Basis
1 : 強化學習介紹

任務1： text_book.pdf
2 : 井子棋游戲實驗

3 : 值函數與多臂賭徒

4 : 多臂賭徒實驗

5 : 有限馬爾可夫決策過程

6 : 格子游戲實驗

7 : 動態規劃

8 : 動態規劃實驗

9 : 蒙特卡羅方法

10 : 黑杰克(21點)游戲實驗

11 : 時間差分方法

12 : 攀登者游戲實驗

13 : 多時間步差分學習方法

14 : 隨機行走環境編寫與出租車項目挑戰

15 : 基于格子方法的規劃與學習

16 : 靜態與動態迷宮實驗

第2章: Approximate and Deep RL
17 : 近似在線策略計算

18 : Pytorch 實驗

19 : 值近似在線策略控制

20 : Gym 基礎實驗

21 : 并行策略的值估計

22 : DQN論文詳解

23 : 實戰太空侵略者

24 : 實戰DOOM

25 : 對決DQN網絡

26 : 帶優先級的記憶回放技術

27 : DQN FLappy Bird

28 : Double DQN

29 : 對決網絡勇闖死亡回廊