撒花！港中文周博磊--强化学习课程完结（附课件下载！）

【导读】 从三月中旬开始到现在，历时整整两个多月时间，每周录制和剪辑一课视频，周末至少投入大半天时间，周博磊大牛终于独自一人把这门《强化学习纲要》整理完成。这可能也是全网第一个中文强化学习课程。超级赞，感谢大牛的课程分享，下面视频齐刷刷放一起，还没看的各位RLer们，快去看起来！（文末附视频链接和课件打包下载！）

个人简介

周博磊： 2010年本科毕业于上海交通大学，2012年硕士毕业于香港中文大学，2018年博士毕业于麻省理工学院，现任香港中文大学信息工程系助理教授。

研究方向主要为机器感知和决策，重点是通过学习可解释、结构化的表征，使机器能够在复杂的环境中感知、推理和行动。

获奖荣誉：

1. MIT Technology Review 2020年亚太地区35岁以下的创新者

2. Facebook PyRobot：Democratizing Robotics Research Award2019

3. Facebook博士2016-2018年计算机视觉研究金

4. 2017年BRC奖学金

5. 麻省理工学院Ho-Ching and Han-Ching Fund Award 2013

6. 麻省理工学院大中华计算机科学奖学金2013

7. 香港中文大学2012年度杰出论文奖

8. 2011年微软亚洲研究金

9. 香港中文大学研究生奖学金2010-2012

10. 上海交通大学2010年度优秀本科生论文

更多信息，详见个人主页：http://bzhou.ie.cuhk.edu.hk/

强化学习课程目录

1. 概括与基础

2. 马尔科夫决策过程

3. 无模型的价值函数估计和控制

4. 价值函数的近似

5. 策略优化基础

6. 策略优化进阶

7. 基于环境模型的 RL 方法

8. 模仿学习

9. RL 分布式系统

10. 完结篇

部分课件pdf展示

传送门下载

为了方便大家学习，我已将所有课程PPT打包下载好！请关注深度学习技术前沿公众号

• 后台回复“RL2020” 就可以获取**《港中文周博磊强化学习纲要》视频链接和课程PPT资料**

重磅！DLer-强化学习交流群已成立！

欢迎各位RLer加入强化学习微信交流大群，本群旨在交流强化学习框架、策略梯度、DQN、理论推导与算法实现、前沿技术与顶会文章解读、应用场景等内容。更有求职内推、算法竞赛、资源干货、业界前沿资讯等，欢迎加群交流学习！

进群请备注：研究方向+学校/公司+昵称（如强化学习+上交+王明）

👆 长按识别，即可邀请您进群！