强化学习必修课：引领人工智能新时代

• file:300T精品资源入口.txt
• file:网盘资源分享群.jpg
• file:5_10-5-MBPO的代码实现.mp4
• file:8_4-8-马尔可夫过程代码实现.mp4
• file:4_4-4-马尔可夫奖励过程：懂得“想”.mp4
• file:4_9-4-深度确定性策略梯度.mp4
• file:7_4-7-常见问题解析.mp4
• file:7_6-7-Q-Learning&SARSA代码实现.mp4
• file:3_7-3-常见问题改进和扩展.mp4
• file:5_4-5-贝尔曼方程：迭代求解价值函数.mp4
• file:4_7-4-DQN改进算法代码实现.mp4
• file:7_9-7-SAC代码实现.mp4
• file:4_10-4-基于模型的策略优化.mp4
• file:5_11-5-AlphaStar系统.mp4
• file:4_11-4-MADDP的代码实现.mp4
• file:3_9-3-演员评论家算法代码实现.mp4
• file:5_8-5-近端策略优化（PPO）代码实现.mp4
• file:6_11-6-基于人类反馈大强化学习.mp4
• file:5_6-5-Q-Learning算法.mp4
• file:5_9-5-DDPG算法代码实现.mp4
• file:6_4-6-模型分类与选择.mp4
• file:4_5-4-动态规划代码实现.mp4
• file:4_8-4-近端策略优化算法.mp4
• file:3_8-3-策略梯度方法代码实现.mp4
• file:3_6-3-蒙特卡洛方法和时序差分代码实现.mp4
• file:4_12-4-下一步的学习建议.mp4
• file:5_3-5-深度学习库PyTorch的安装.mp4
• file:6_9-6-软性演员评论家算法.mp4
• file:4_3-4-仿真环境Gym安装.mp4
• file:6_6-6-SARSA算法.mp4
• folder:强化学习必修课：引领人工智能新时代