课程视频时间有点长, 但希望你能享受学习的快乐.
将传统强化学习与深度神经网络结合的深度强化学习, 一直以来被视为更接近人类思维方式的人工智能方法. 深度学习具备强感知能力但缺乏一定的决策能力, 强化学习具备决策能力但对感知问题束手无策, 因此将两者结合起来可以达到优势互补的效果, 为复杂系统的感知决策问题提供了解决思路.
想要入门深度强化学习的同学们, 请高度注意, 一份优秀, 细致, 全面的新教材出现了.
今天, UC 伯克利教授 Pieter Abbeel 上传了自己的新课程《深度强化学习基础》的最后一节视频, 并在推特上安利了一下.
这份课程主要介绍了马尔科夫决策过程 (MDP) 基础, 值迭代 & 策略迭代, 最大熵模型(Maxent),Deep Q-Learning(DQN), 策略梯度, TRPO,PPO,DDPG,SAC, 基于模型的强化学习等内容.
该系列课程总共分为六讲, 目前已经全部在 YouTube 上发布, 而且每一讲的课件都提供免费下载.
视频地址: https://youtube.com/playlist?list=PLwRJQ4m4UJjNymuBM9RdmB3Z9N5-0IlY0
Pieter Abbeel 特别强调了:「这可能会是一个新奇未知的领域, 而且课程视频时间很长, 但希望你能享受其中.」这再次提醒匆匆下载课件的同学们, 尽量不要让这些知识一直躺在收藏夹吃灰.
Pieter Abbeel 教授是伯克利机器人学习实验室的主任和伯克利人工智能 (BAIR) 实验室的联合主任, 该实验室深度强化学习, 深度模仿学习, 深度无监督学习, 迁移学习, 元学习和的前沿, 以及人工智能研究的社会影响等.
此前, Abbeel 的 Intro to AI 课程在 edX 上吸引了 10 万多名学生学习, 他的深度强化学习和深度无监督学习教材是 AI 研究者的经典学习资料, 包括 CS294-158(Deep Unsupervised Learning),CS188(Introduction to Artificial Intelligence),CS287(Advanced Robotics)等.
当然, 如果你学完以后还有余力, 这里有一些同样有价值的课程推荐给你:
「机器学习基础与趋势」系列丛书最新成员: 140 页《深度强化学习入门》发布
深度强化学习入门难? 这份资料手把手教会你
UC 伯克利出品, 深度强化学习最新课程已上线
B 站学强化学习? 港中文周博磊变身 up 主, 中文课程已上线
来源: https://www.jiqizhixin.com/articles/2021-08-26-6