RLChina 暑期课是由 UCL 汪军老师发起，所有参与教师共同分享给广大强化学习爱好者的免费网络直播课程。2020 年的课程吸引了超过 3 千名报名学员，获得了广泛的好评。今年，RLChina 暑期课全新升级，20 位来自全球顶级高校和企业的强化学习专家共同为大家讲解从入门到前沿的强化学习知识，此外还准备了习题课、智能体竞赛日、决策智能创业日帮助大家全方位地接触强化学习落地实践。
成为VIP会员查看完整内容
第1课 机器学习入门 —— 机器学习和深度学习基础
第2课 机器学习进阶 —— 机器学习中的优化理论和方法
第3课 博弈论入门 —— 博弈、策略和均衡
第4课 博弈论进阶 —— 机制设计和博弈复杂度
第5课 强化学习入门（一） —— 强化学习的值函数和策略方法
第6课 强化学习入门（二） —— 规划和马尔可夫决策过程
第7课 强化学习进阶（一） —— 强化学习的样本复杂性和探索
第8课 强化学习进阶（二） —— 概率强化学习和贝叶斯大脑
第9课 强化学习前沿（一） —— 离线强化学习
第10课 强化学习前沿（二） —— 模仿学习
第11课 多智能体入门（一） —— 多智能体学习
第12课 多智能体入门（二） —— 智能体策略的学习和评估
第13课 多智能体进阶（一） —— 多智能体强化学习算法
第14课 多智能体进阶（二） —— 基于平均场的多智能体强化学习
相关内容
强化学习（RL）是机器学习的一个领域，与软件代理应如何在环境中采取行动以最大化累积奖励的概念有关。除了监督学习和非监督学习外，强化学习是三种基本的机器学习范式之一。
强化学习与监督学习的不同之处在于，不需要呈现带标签的输入/输出对，也不需要显式纠正次优动作。相反，重点是在探索（未知领域）和利用（当前知识）之间找到平衡。
该环境通常以马尔可夫决策过程（MDP）的形式陈述，因为针对这种情况的许多强化学习算法都使用动态编程技术。经典动态规划方法和强化学习算法之间的主要区别在于，后者不假设MDP的确切数学模型，并且针对无法采用精确方法的大型MDP。
Arxiv
4+阅读 · 2020年2月14日
相关VIP内容
相关资讯
相关论文
Arxiv
4+阅读 · 2020年2月14日
微信扫码咨询专知VIP会员