分享CMU课程：深度增强学习与控制 by Katerina Fragkiadaki, Ruslan Satakhutdinov
本课程将覆盖增强学习&控制领域中最新的成果，比如deep Q learning, actor-critic方法，学习和规划，轨迹+策略同步优化，逆增强学习，分层增强学习，前向预测模型，深度模型预测控制，探索策略，自适应控制，以及在机器人控制问题中的应用
共8课时 共0秒 更新时间：2018-09-15 16:49:28
手机扫码访问此课程
10金币
已有 0 人学习
该讲师其它课程
销量排行
李宏毅深度强化学习(国语)课程(2018) 增强学习（reinforcementlearning, RL）又叫做强化学习，是近年来机器学习和智能控制领域的主要方法之一。也就是说增强学习关注的是智能体如何在环境中采取一系列行为，从而获得最大的累积回报。通过增强学习，一个智能体应该知道在什么状态下应该采取什么行为 1人学习共8课时0秒
10金币
CMU课程：深度增强学习与控制 by Katerina Fragkiadaki, Ruslan Satakhutdinov 本课程将覆盖增强学习&控制领域中最新的成果，比如deep Q learning, actor-critic方法，学习和规划，轨迹+策略同步优化，逆增强学习，分层增强学习，前向预测模型，深度模型预测控制，探索策略，自适应控制，以及在机器人控制问题中的应用 0人学习共8课时0秒
10金币
伯克利课程：深度强化学习(2017) by Sergey Levine 这套课程是加州伯克利大学从2017年初，陆续放出的一套关于Deep Reinforcement Learning最新的课程。 0人学习共24课时25时21分18秒
10金币
- 讲师简介
- 课程介绍
- 课程目录
- 学习资料
- 交易记录（0）
【课程介绍】
【课程目录】
| 1. Introduction 共1课时0秒 |
| 会员 1. Introduction00:00 [+] |
| 2. Markov decision processes (MDPs), POMDPs 共1课时0秒 |
| 会员 2. Markov decision processes (MDPs), POMDPs00:00 [+] |
| 3. Solving known MDPs: Dynamic Programming 共1课时0秒 |
| 会员 3. Solving known MDPs: Dynamic Programming00:00 [+] |
| 4. OpenAI Gym & TensorFlow 共1课时0秒 |
| 会员 OpenAI Gym & TensorFlow00:00 [+] |
| 5. Monte Carlo learning: value function (VF) estimation and optimization 共1课时0秒 |
| 会员 4. Monte Carlo learning: value function (VF) estimation and optimization00:00 [+] |
| 6. Temporal difference learning: VF estimation and optimization, Q learning, SARS 共1课时0秒 |
| 会员 Temporal difference learning: VF estimation and optimization, Q learning, SARS00:00 [+] |
| 7. Lecture 06 共1课时0秒 |
| 会员 Lecture 0600:00 [+] |
| 8. Deep Learning 共1课时0秒 |
| 会员 Deep Learning00:00 [+] |
【学习资料】
| 所属章节 | 资料名称 | 文件大小 | 下载 |
|---|
【交易记录】
【交易记录】
| 交易会员 | 最近购买课程 | 交易时间 | |||||
|---|---|---|---|---|---|---|---|