首页
拜师
课程
定制计划
博客资源站
手机app
首页
拜师
课程
定制计划
博客资源站
手机app
登录
注册
登录
注册
深度强化学习(DRL)
第19任务： 015 - A2C 方法 (策略梯度中的Baseline 3_4).mp4
查看课程
任务列表
第1任务： 上阶段考核通过卡点
第2任务： 文档资料下载
第3任务： 001 - 深度强化学习(1_5)：基本概念 Deep Reinforcement Learning (1_5).mp4
第4任务： 002 - 深度强化学习(2_5)：价值学习 Value-Based Reinforcement Learning.mp4
第5任务： 003 - 深度强化学习(3_5)：策略学习 Policy-Based Reinforcement Learning.mp4
第6任务： 004 - 深度强化学习(4_5)：Actor-Critic Methods.mp4
第7任务： 005 - 深度强化学习(5_5)：AlphaGo.mp4
第8任务： 每日作业
第9任务： 006 - 蒙特卡洛 Monte Carlo.mp4
第10任务： 007 - Sarsa算法 (TD Learning 1_3).mp4
第11任务： 008 - Q-Learning算法 (TD Learning 2_3).mp4
第12任务： 009 - Multi-Step TD Target (TD Learning 3_3).mp4
第13任务： 010 - 经验回放 Experience Replay (价值学习高级技巧 1_3).mp4
第14任务： 011 - 高估问题、Target Network、Double DQN (价值学习高级技巧 2_3).mp4
第15任务： 012 - Dueling Network (价值学习高级技巧 3_3).mp4
第16任务： 013 - 策略梯度中的Baseline (1_4).mp4
第17任务： 014 - REINFORCE with Baseline (策略梯度中的Baseline 2_4).mp4
第18任务： 每日作业
第19任务： 015 - A2C 方法 (策略梯度中的Baseline 3_4).mp4
第20任务： 016 - REINFORCE与A2C的异同 (策略梯度中的Baseline 4_4).mp4
第21任务： 017 - 离散控制与连续控制 (连续控制 1_3).mp4
第22任务： 018 - 确定策略梯度 Deterministic Policy Gradient, DPG (连续控制 2_3).mp4
第23任务： 019 - 随机策略做连续控制 (连续控制 3_3).mp4
第24任务： 020 - 多智能体强化学习(2_2)：三种架构 Multi-Agent Reinforcement Learning.mp4
第25任务： 021 - 多智能体强化学习(1_2)：基本概念 Multi-Agent Reinforcement Learning.mp4
第26任务： 每日作业
