世界冠军带你从零实践-强化学习总结

课程内容

这次的课程内容主要是强化学习PARL框架的使用，其中使用到的算法为DQN/DDPG两种算法，在做作业的时候前边几次作业基本就是根据老师的代码去运行的，也没有太仔细的看。第四次作业的时候遇到一些问题，我将1e-3到9e-3这九个学习率全部都试了一下，其中2e-3和3e-3的效果是非常不错的，尤其是3e-3，但是我第二次运行的时候效果并不是太理想，所以感觉这次的作业还是有一些运气的成分的。第五次作业也是这样的，看了科科老师的代码在aistudio中修改了修改，结果最高也才收敛到了6000多，后边在继续研究研究。

课程总结

这次的课程也是让我收获到很多的知识，给我的感觉就是一个孩子去慢慢长大的过程，或者说是一个新手慢慢变为大神的过程，非常的形象。其中如果训练不好的话可能一直都是一个新手，哈哈。当自己去写代码的时候，还是感觉到比较困难，无从下手。自己还有很长的路程要走。
这一次的课程马上就要结束了，时间很短但是收获却很多，赞科夫说过对所学知识内容的兴趣可能成为学习动机，深有感触，当你一件事情成为兴趣的时候，你的动力会自然而来！