百度飞桨7日营——世界冠军带你从零实践强化学习总结

课程大纲

学习感悟

强化学习一直是我非常感兴趣的领域。为了了解强化学习的原理，我也曾看过伯克利大学的CS 294-112课程来了解相关的知识，但是一直没有找到合适的教程去实践体验一下。这也是7日营里科科老师提到的国内强化学习存在的一个问题，缺少一个难度适中的实践教程，导致强化学习的门槛较高。
幸运的是，百度飞桨推出了这期7日营。全程学习下来我能感受到这个课程真的诚意满满。首先，这门课的难度适中，省略了绝大部分公式推导，着眼于让大家能够尽快上手体验一下强化学习。这个切入点我觉得是非常合适的，市面上不缺深入推导公式的课程，也不缺科普，缺的正是这种让人能够体验强化学习，引起学习兴趣的课程。
省略公式推导并不意味着这次课程的含金量低，相反，科科老师对于sarsa、Q-learning、DQN、DDPG这些强化学习算法的原理都讲得非常全面且浅显易懂，关键创新点也没有落下。建议大家去看看课程，这里就不赘述。

最大的收获

图一是DQN算法的流程，从这个流程图可以很容易看出model、agen