跳转至

Stanford CS234: Reinforcement Learning

课程简介

  • 来源：Stanford University（Emma Brunskill）
  • 先修要求：机器学习基础、Python、概率论
  • 编程语言：Python
  • 课程难度：🌟🌟🌟🌟
  • 预计学时：50 小时 +

Stanford CS234 是 Stanford 的强化学习课程，由 Emma Brunskill 教授主讲。课程覆盖 RL 的核心算法和理论。

课程资源

课程内容

  • MDP 和规划
  • 值函数方法（DQN）
  • 策略梯度方法（REINFORCE、PPO）
  • 模型基方法
  • 探索与利用
  • 逆 RL 和 RLHF

自学建议

做所有的编程作业。 课程用 Python 实现 RL 算法。

先学 David Silver 课程。 CS234 假设你已经了解 RL 基础。

阅读课程笔记。 Emma Brunskill 的课程笔记写得非常好。

备注

CS234 是 RL 进阶的优秀课程。如果你想深入学习 RL 理论和算法，这门课是最佳选择。