課程大綱：

強化學(xué)習(xí)基礎(chǔ)算法培訓(xùn)

強化學(xué)習(xí)（英語：Reinforcement learning）是非常前沿的學(xué)科，

它可能是實現(xiàn)強（類）人工智能的手段之一。

了解并掌握基礎(chǔ)的強化學(xué)習(xí)方法，

將使得你對人工智能的概念進一步深化。

1 強化學(xué)習(xí)概念

2 Sarsa 強化學(xué)習(xí)算法

3 OpenAI Gym 應(yīng)用

4 Q-Learning 強化學(xué)習(xí)算法

5 策略梯度算法

1
強化學(xué)習(xí)介紹與示例

1.強化學(xué)習(xí)介紹

2.強化學(xué)習(xí)算法分類

3.強化學(xué)習(xí)應(yīng)用

4.課外內(nèi)容推薦

2
Q-Learning 強化學(xué)習(xí)方法實現(xiàn)

1.QTable的概念

2.QLearning算法實現(xiàn)

3.Sarsa學(xué)習(xí)算法

4.Sarsa和QLearning區(qū)別

挑戰(zhàn) 1
實現(xiàn) Sarsa 學(xué)習(xí)算法走出迷宮

1.QTable初始化

2.QTable更新函數(shù)

3.Sarsa完整算法實現(xiàn)

3
OpenAI Gym 環(huán)境介紹及使用

1.Gym環(huán)境安裝

2.Gym環(huán)境使用

3.Gym環(huán)境示例

2
Gym 玩 Atari 打磚塊游戲

1.OpenAIGym使用

2.打磚塊游戲可視化

4
策略梯度強化學(xué)習(xí)方法實現(xiàn)

1.策略梯度過程推導(dǎo)

2.策略梯度定理

3.蒙特卡洛策略梯度算法

4.ActorCritic策略梯度算法

5.策略梯度算法實現(xiàn)

3
使用策略梯度訓(xùn)練 CartPole

1.策略梯度

2.策略梯度定理

3.MonteCarlo策略梯度算法

4.ActorCritic策略梯度