↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习 ,不错过 Datawhale开源
核心贡献者:王琦、杨毅远、江季
「策略梯度」课程中的 PPT,解释了策略梯度的过程
「近端策略优化算法」课程中的 PPT,展示了重要性采样的问题
提起李宏毅老师,熟悉强化学习的读者朋友一定不会陌生。很多人选择的强化学习入门学习材料都是李宏毅老师的台大公开课视频。
现在,强化学习爱好者有更完善的学习资料了! Datawhale开源项目组成员总结了李宏毅的强化学习视频,实现了视频教程的完整梳理和复现,再也不用担心强化学习。
目前,项目已完全开源,包括课程内容、配套的习题和项目,供大家使用。
![c3be4006c241e05caa13b965972b20b4.png](https://i-blog.csdnimg.cn/blog_migrate/e0584fbf36b8a4dcc0ec56e1b793d749.png)
1. 李宏毅深度强化学习简介
李宏毅老师现任台湾大学电气工程系副教授,主要研究方向是机器学习,特别是深度学习。他有一系列公开的强化学习课程视频,也是很多人入门的教程。
![ce247b84019c38efb92de21649f8cdaa.png](https://i-blog.csdnimg.cn/blog_migrate/3f6c438fb6a84c7bbf9c28e04cc7887a.png)
李宏毅老师的课程包括很多常见的强化学习算法,比如策略梯度、PPO、DQN、DDPG、演员-评论员算法、模仿学习、稀疏奖励等算法。此外,我们还补充了马尔可夫决策过程、Q-learning、Sarsa、REINFORCE 等强化学习常见的算法及概念。
![a9b39535fcc31c96b5c11f33b47b4730.png](https://i-blog.csdnimg.cn/blog_migrate/4983de3bf802a2110da0f65514f11034.png)
![11bf79bd11219ed706b8676ebbd6e0b8.png](https://i-blog.csdnimg.cn/blog_migrate/090d6ca4d338b04c63ae04e86a7ae557.png)
李宏毅老师的《深度强化学习》是强化学习领域经典的中文教程之一。李老