12、什么是 Sarsa(lambda) (Reinforcement Learning 强化学习)

学员 1、什么是强化学习? (Reinforcement Learning)

学员 2、强化学习方法汇总 (Reinforcement Learning)

学员 3、1 why?

学员 4、2 要求准备

学员 5、什么是 Q Learning (Reinforcement Learning 强化学习)

学员 6、2.1 简单例子

学员 7、2.2 Q Learning 算法更新

学员 8、2.3 Q Learning 思维决策

学员 9、什么是 Sarsa (Reinforcement Learning 强化学习)

学员 10、3.1 Sarsa 算法更新

学员 11、3.2 Sarsa 思维决策

学员 13、3.3 Sarsa(lambda)

学员 14、什么是 DQN (Reinforcement Learning 强化学习)

学员 15、4.1 DQN 算法更新 using Tensorflow

学员 16、4.2 DQN 神经网络 using Tensorflow

学员 17、4.3 DQN 思维决策 using Tensorflow

学员 18、4.4 OpenAI Gym using Tensorflow

学员 19、4.5* Double DQN using Tensorflow

学员 20、4.6* DQN with Prioritised Replay using Tensorflow

学员 21、4.7* Dueling DQN using Tensorflow

学员 22、什么是 策略梯度 Policy Gradients (Reinforcement Learning 强化学习)

学员 23、5.1 Policy Gradients 算法更新

学员 24、5.2 Policy Gradients 思维决策

学员 25、什么是 Actor Critic (Reinforcement Learning 强化学习)

学员 26、6.1 Actor Critic 演员评论家

学员 27、什么是 Deep Deterministic Policy Gradient (DDPG) 强化学习

学员 28、6.2 DDPG (Deep Deterministic Policy Gradient)

学员 29、什么是 A3C (Asynchronous Advantage Actor.Critic) 强化学习

学员 30、6.3 A3C (Asynchronous Advantage Actor Critic)

学员 31、6.4 PPO/DPPO Proximal Policy Optimization