深度强化学习小白入门攻略篇

编辑｜Gina

什么是深度强化学习？

一般来说，机器学习分为监督学习（Supervised learning），非监督学习（Unsupervised learning）以及强化学习（Reinforcement learning）三类。与监督学习，非监督学习不同，强化学习是一种多阶段的接收环境反馈的机器学习方法。强化学习的学习目标是从环境状态到行为映射关系，从而使得系统的一系列行为从环境中获得的累计奖赏最大（损失最小）。

有人说“深度强化学习（DRL，Deep Reinforcement learning）是实现人工智能（AI，Artificial Intelligence）最可行的解决方案。未来十年它将影响我们每一个人的生活、工作和学习。”在这种观点下，深度强化学习就是人工智能，人工智能就是深度强化学习，二者是等价的。

强化学习的应用范围非常广泛，人们可以利用强化学习来控制直升机的飞行姿态，使得直升机可以按照既定的路线飞行；也可以利用强化学习来控制机器人，使机器人保持站立状态，不会摔倒；还可以利用强化学习学习打游戏，下围棋，学习之后的算法能够完爆人类能力，前一阵子，最火爆的 AlphaGo 其实就是这个领域最好的见证。

基于此，我们邀请了香港理工大学计算机系博士——Traffas 带大家“1小时入门深度强化学习”，这门课针对有一定基础的小伙伴，如果你有一定的Python基础（点击阅读原文，我们也会有Python的内容推荐），将会更好的理解这门课的内容。

想报名的同学，快添加下方海报中二维码吧~

长按二维码，添加小助手，得到听课地址~