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
›
第一部分 · 教材与课程
›
课程
课程
本章要点
Section titled “本章要点”
David Silver, UCL RL Course——经典入门讲座(→ 第一、二卷)
Sergey Levine, UC Berkeley CS 285 Deep RL——深度 RL 最完整的课程(→ 第三至七卷)
OpenAI Spinning Up——带代码的策略梯度入门(→ 第四卷)
Emma Brunskill, Stanford CS 234(→ 第一至四卷)
Pieter Abbeel, Foundations of Deep RL 系列讲座(→ 第三、四卷)