课程目录

一、强化学习概述

二、马尔科夫决策过程

三、动态规划

四、无模型预测学习

五、无模型控制学习

六、价值函数逼近

七、策略梯度方法

八、深度强化学习

实操解析与训练

一、倒立摆和冰壶控制实践

二、OpenAI Gym实践

三、月球飞船降落任务

四、自动驾驶赛车任务

敬告：该课程版权归北京龙腾亚太教育咨询有限公司所有，未经授权不得以任何形式的复制、传播和商用。