跳转到内容
强化学习百科
搜索
Ctrl
K
取消
选择主题
深色
浅色
自动
第一卷 · 基础与问题设定
第二卷 · 表格方法与动态规划
第三卷 · 值函数方法
第四卷 · 策略梯度与 Actor-Critic
第五卷 · 基于模型的 RL 与规划
第六卷 · 探索与内在动机
第七卷 · 离线 RL 与模仿学习
第八卷 · 多智能体与博弈
第九卷 · RL 与大语言模型
第十卷 · 分层、目标与元学习
第十一卷 · 工程与系统
第十二卷 · 应用
术语表
参考文献与延伸阅读
导读
第一部分 · 教材与课程
教材
课程
第二部分 · 论文、博客与开源
关键论文
博客与开源
选择主题
深色
浅色
自动
参考文献与延伸阅读
参考文献与延伸阅读
本附录按主题列出本百科各卷所依据与推荐的读物。每条注明
对应卷次
。
本卷结构
Section titled “本卷结构”
第一部分 · 教材与课程
:教材、课程。
第二部分 · 论文、博客与开源
:关键论文、博客与开源。
前置
Section titled “前置”
无。