首页
找课程
精选课程
班级课程
会员课程
解决方案
企业合作
高校公益
厂商专区
企培版
首页
找课程
精选课程
班级课程
会员课程
解决方案
企业合作
高校公益
厂商专区
企培版
登录
注册
登录
注册
人工智能强化学习
第3任务： 值函数与多臂赌徒
查看课程
任务列表
第1-1任务： 强化学习介绍
第1-2任务： text_book.pdf
第2任务： 井子棋游戏实验
第3任务： 值函数与多臂赌徒
第4任务： 多臂赌徒实验
第5任务： 有限马尔可夫决策过程
第6任务： 格子游戏实验
第7任务： 动态规划
第8任务： 动态规划实验
第9任务： 蒙特卡罗方法
第10任务： 黑杰克(21点)游戏实验
第11任务： 时间差分方法
第12任务： 攀登者游戏实验
第13任务： 多时间步差分学习方法
第14任务： 随机行走环境编写与出租车项目挑战
第15任务： 基于格子方法的规划与学习
第16任务： 静态与动态迷宫实验
第17任务： 近似在线策略计算
第18任务： Pytorch 实验
第19任务： 值近似在线策略控制
第20-1任务： Gym 基础实验
第20-2任务： 20 课实验.rar
第21任务： 并行策略的值估计
第22-1任务： DQN论文详解
第22-2任务： 22 课实验.rar
第23任务： 实战太空侵略者
第24-1任务： 实战DOOM
第24-2任务： 24 课实验.rar
第25任务： 对决DQN网络
第26任务： 带优先级的记忆回放技术
第27-1任务： DQN FLappy Bird
第27-2任务： 27 课实验.rar
第28任务： Double DQN
第29-1任务： 对决网络勇闯死亡回廊
第29-2任务： 29 课实验.rar
第30任务： 轨迹跟踪方法
第31任务： 策略梯度方法
第32-1任务： 蒙特卡洛增强算法实验
第32-2任务： 32 课实验.rar
第33-1任务： 单步Actor-Critic算法实验
第33-2任务： 33 课实验.rar
第34-1任务： DOOM生存场景实验（一）
第34-2任务： 34 课实验.rar
第35-1任务： DOOM生存场景实验（二）
第35-2任务： 35 课实验.rar
第36任务： A3C算法理论
第37任务： A3C实验
第38任务： OpenAI Baselines
第39任务： Baselines扩展
第40任务： 自定义游戏环境工具
第41任务： 强化学习实际应用（1）
第42任务： 强化学习实际应用（2）
第43任务： 强化学习实际应用（3）
第44任务： 强化学习实际应用（4）
第45任务： 课程结尾
