不断精进

强化学习 mini-course，欢迎同学们学习，并且在完成课程后给予我们改进意见。

课程基本信息

课程名称：REINFORCEMENT LEARNING mini-course

课程时间：共计4次课，每次课按 2.5小时内容量设计, 共计10小时。

考核形式：1 Aissgnment + 1 Project 

课程材料：课件PDF文件整理完整之后将会本页面上提供公开下载。

课程大纲

Lecture 1：

• Introduction to our RL mini-course

• Introduction to Reinforcement Learning

• Markov Decision Process

• Tabular Q-learning

• Deep Q-learning

• Hands-on Deep Q-learning

Lecture 2：

• Double Q-learning

• Dueling Q-learning

• Rainbow Q-learning

• Vallnia Policy Gradient

• Actor-Critic

• Hands-on Actor-Critic

Lecture 3：

• Deterministic Policy Gradient

• Twin Delayed DDPG 

• Trust Region Policy Optimization

• Proximal Policy Optimization

• Soft Actor-Critic

Lecture 4：

• Hindsight Experience Replay

• Model-based Method: I2A

• Exploration by Intrinsic Reward: RND

• Multi-agent problem setting

  • IQL

  • QMIX

  • MADDPG

• More Topic

课程作业

Assignment 1 code 下载链接

本门课程Project采用个人独立完成的模式，详细的评分要求将会在UMMooddle上公布。

相关论文

本门课程所涉及的论文如下：

（To be updated！）

课程意见反馈

请通过Google表单给我们留言

留言簿链接

每一份反馈我们都会回复！