【王树森】深度强化学习(DRL)
清晰度 360P 流畅 高清请在 B站打开 · 嵌入播放器由 B站提供
5 位网友推荐 · 跨 5 个月 知识
视频简介 · 展开更多
https://youtu.be/vmkRMvhCW5c 课程主讲：王树森（史蒂文斯理工学院计算机科学系的终身制助理教授） 课程内容：基本概念、价值学习、策略学习、Actor-Critic方法、AlphaGo、Monte Carlo (蒙特卡洛) 课程资料：https://github.com/wangshusen/DRL 下载链接：https://pan.baidu.com/s/1XpTgny_Vr0LobBsuYF4KkA 密码:x0wb
来自社区的 5 条推荐
推荐以短摘录展示，点击原文阅读完整内容。
在问题「Prompt工程如此强大，我们还需要模型训练吗？」下
为了解决instruction finetuning中存在的数据准备代价大的问题，一个直观的想法就是是否可以用模型生成的内容作为人工构造内容的平替。为了达到这个目的，一种做法就是利用强化学习。强化学习…
在问题「强化学习中on-policy 与off-policy有什么区别？」下
强化学习实战05 详解Policy-based RL：理论、案例及编程实战 --- 本笔记理论介绍部分大量参考了下面的教学视频 (作者: Shusen Wang): ▶这个视频
在问题「请问一下强化学习的科研应该怎么做呀?」下
由史蒂文斯理工学院Shusen Wang博士主讲，课程通过生动有趣的例子，以简洁有力的语言（央视播音员水平），讲解强化学习的基本概念以及算法原理。通过学习本课程，初学者能在短时间内大体了解强化学习的大…
在问题「强化学习（reinforcement learning)有什么好的开源项目、网站、文章推荐一下？」下
由史蒂文斯理工学院王树森博士主讲，课程通过生动有趣的例子，以简洁有力的语言（央视播音员水平），讲解强化学习的基本概念以及算法原理。通过学习本课程，初学者能在短时间内大体了解强化学习的大致体系，梳理…
在问题「如何将机器人与强化学习结合？」下
- 前面的内容可以结合Huggyface网站一起使用，网站学习运行逻辑，视频理解数学原理。 ▶这个视频