梗直哥瞿炜-强化学习必修课：引领人工智能新时代
| 发布时间： | 2025-05-02 10:36 |
|---|---|
| 发布者： | panjdzy |
| 资源来源： | 夸克网盘 |
| 资源状态： | 【资源纠错】 |
| 标签： | 梗直 / 强化学习 / 必修课 / 引领 / 人工智能 / 新时代 / |
网盘快照
- 梗直哥瞿炜-强化学习必修课：引领人工智能新时代 ( - )
- 第二章 数学知识回顾：凡事预则立，不预则废 ( - )
- 1_2-1-线性代数【耗时整理‖免费分享 cunlove.cn】.mp4 ( 16.45MB )
- 2_2-2-微积分【耗时整理‖免费分享 cunlove.cn】.mp4 ( 17.44MB )
- 3_2-3-概率【耗时整理‖免费分享 cunlove.cn】.mp4 ( 25.84MB )
- 第三章 环境安装和工具使用：工欲善其事，必先利其器 ( - )
- 1_3-1-CUDA+Anaconda深度学习环境配置【耗时整理‖免费分享 cunlove.cn】.mp4 ( 11.47MB )
- 2_3-2-conda使用命令【耗时整理‖免费分享 cunlove.cn】.mp4 ( 8.30MB )
- 3_3-3-Jupyter-Notebook快速上手【耗时整理‖免费分享 cunlove.cn】.mp4 ( 8.67MB )
- 4_3-4-仿真环境Gym安装【耗时整理‖免费分享 cunlove.cn】.mp4 ( 10.82MB )
- 5_3-5-深度学习库PyTorch的安装【耗时整理‖免费分享 cunlove.cn】.mp4 ( 5.77MB )
- 第四章 马尔可夫随机过程：憧憬和行动中追寻生命的意义 ( - )
- 1_4-1-序列建模与概率图模型【耗时整理‖免费分享 cunlove.cn】.mp4 ( 21.35MB )
- 2_4-2-马尔可夫观测过程：学会“看”【耗时整理‖免费分享 cunlove.cn】.mp4 ( 22.32MB )
- 3_4-3-马尔可夫决策过程：试着-“干”【耗时整理‖免费分享 cunlove.cn】.mp4 ( 16.47MB )
- 4_4-4-马尔可夫奖励过程：懂得“想”【耗时整理‖免费分享 cunlove.cn】.mp4 ( 27.02MB )
- 5_4-5-贝尔曼方程：迭代求解价值函数【耗时整理‖免费分享 cunlove.cn】.mp4 ( 16.79MB )
- 6_4-6-模型分类与选择【耗时整理‖免费分享 cunlove.cn】.mp4 ( 17.66MB )
- 7_4-7-常见问题解析【耗时整理‖免费分享 cunlove.cn】.mp4 ( 11.52MB )
- 8_4-8-马尔可夫过程代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 21.20MB )
- 第五章 动态规划方法：理想国中的完美人生 ( - )
- 1_5-1-动态回归核心思想和原理【耗时整理‖免费分享 cunlove.cn】.mp4 ( 15.76MB )
- 2_5-2-策略迭代【耗时整理‖免费分享 cunlove.cn】.mp4 ( 21.32MB )
- 3_5-3-价值迭代【耗时整理‖免费分享 cunlove.cn】.mp4 ( 10.66MB )
- 4_5-4-动态规划代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 23.48MB )
- 第六章 经典无模型方法：离散世界的价值最大化 ( - )
- 1_6-1-蒙特卡洛方法【耗时整理‖免费分享 cunlove.cn】.mp4 ( 17.88MB )
- 2_6-2-时序差分方法【耗时整理‖免费分享 cunlove.cn】.mp4 ( 18.28MB )
- 3_6-3-蒙特卡洛方法和时序差分代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 13.43MB )
- 4_6-4-广义策略迭代【耗时整理‖免费分享 cunlove.cn】.mp4 ( 10.69MB )
- 5_6-5-Q-Learning算法【耗时整理‖免费分享 cunlove.cn】.mp4 ( 17.67MB )
- 6_6-6-SARSA算法【耗时整理‖免费分享 cunlove.cn】.mp4 ( 11.08MB )
- 7_6-7-Q-Learning&SARSA代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 13.23MB )
- 第七章 深度Q网络：他山之石，可以攻玉 ( - )
- 1_7-1-深度Q网络核心思想和原理【耗时整理‖免费分享 cunlove.cn】.mp4 ( 24.01MB )
- 2_7-2-DQN-代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 19.66MB )
- 3_7-3-常见问题改进和扩展【耗时整理‖免费分享 cunlove.cn】.mp4 ( 14.94MB )
- 4_7-4-DQN改进算法代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 18.23MB )
- 第八章 深度策略梯度方法：行胜于言，止于至善 ( - )
- 1_8-1-策略梯度核心思想和原理【耗时整理‖免费分享 cunlove.cn】.mp4 ( 22.65MB )
- 2_8-2-蒙特卡洛策略梯度【耗时整理‖免费分享 cunlove.cn】.mp4 ( 13.29MB )
- 3_8-3-策略梯度方法代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 11.42MB )
- 4_8-4-近端策略优化算法【耗时整理‖免费分享 cunlove.cn】.mp4 ( 19.66MB )
- 5_8-5-近端策略优化（PPO）代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 19.42MB )
- 第九章 演员-评论家算法：戏为兄弟，共荣共生 ( - )
- 1_9-1-演员评论家算法核心思想和原理【耗时整理‖免费分享 cunlove.cn】.mp4 ( 12.83MB )
- 2_9-2-改进型演员评论家算法【耗时整理‖免费分享 cunlove.cn】.mp4 ( 13.38MB )
- 3_9-3-演员评论家算法代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 12.99MB )
- 4_9-4-深度确定性策略梯度【耗时整理‖免费分享 cunlove.cn】.mp4 ( 18.12MB )
- 5_9-5-DDPG算法代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 16.05MB )
- 6_9-6-软性演员评论家算法【耗时整理‖免费分享 cunlove.cn】.mp4 ( 23.94MB )
- 7_9-7-SAC代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 21.53MB )
- 第十章 基于模型的强化学习：看不见的上帝之手 ( - )
- 1_10-1-基于模型的强化学习核心思想和原理【耗时整理‖免费分享 cunlove.cn】.mp4 ( 28.46MB )
- 2_10-2-Dyna-Q算法【耗时整理‖免费分享 cunlove.cn】.mp4 ( 24.97MB )
- 3_10-3-Dyna-Q算法代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 11.75MB )
- 4_10-4-基于模型的策略优化【耗时整理‖免费分享 cunlove.cn】.mp4 ( 12.27MB )
- 5_10-5-MBPO的代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 34.99MB )
- 第十一章 进阶强化学习：欲穷千里目，更上一层楼 ( - )
- 1_11-1模仿学习【耗时整理‖免费分享 cunlove.cn】.mp4 ( 24.63MB )
- 2_11-2-博弈论与强化学习【耗时整理‖免费分享 cunlove.cn】.mp4 ( 32.61MB )
- 3_11-3-多智能体强化学习【耗时整理‖免费分享 cunlove.cn】.mp4 ( 22.89MB )
- 4_11-4-MADDP的代码实现【耗时整理‖免费分享 cunlove.cn】.mp4 ( 24.65MB )
- 5_11-5-AlphaStar系统【耗时整理‖免费分享 cunlove.cn】.mp4 ( 46.57MB )
- 6_11-6-基于人类反馈大强化学习【耗时整理‖免费分享 cunlove.cn】.mp4 ( 23.40MB )