互联网创业培训讲义,互联网创业创新经验 互联网创业培训讲义,互联网创业创新经验
机器心脏报告
编辑：蛋酱
视频课程有点长，但我希望你能享受你的学习。
深度强化学习(Deep reinforcement learning)将传统的强化学习与深度神经网络相结合，一直被认为是一种更接近人类思维模式的人工智能方法。深度学习有很强的感知能力但缺乏一定的决策能力，而强化学习有决策能力但对感知问题无能为力。因此，将两者结合起来可以达到优势互补的效果，为复杂系统的感知决策问题提供了解决方案。
想入门强化学习的同学，请高度重视一个优秀、细致、全面的新教材的出现。
今天，加州大学伯克利分校的教授彼得阿比尔(Pieter Abbeel)上传了自己新课程《深度强化学习基础》的最后一段视频，并安利了一条推特。
本课程主要介绍马尔可夫决策过程(MDP)基础、价值迭代策略迭代、最大熵模型(Maxent)、深度Q学习(DQN)、策略梯度、TRPO、PPO、DDPG、SAC、基于模型的强化学习等等。
这一系列课程分为六讲，都已经发布在Youtube上，每讲的课件都可以免费下载。
地址：https://youtube.com/playlist? list=plwrjq 4m 4 ujjnymubm 9 rdmb 3 z 9n 5-0 ily 0
Pieabbeel特别强调：“这可能是一个新奇未知的领域，课程视频需要很长时间，但我希望你能喜欢。这再一次提醒匆忙下载课件的同学们，尽量不要让这些知识一直躺在收藏夹里。
Pieabbeel教授是伯克利机器人学习实验室的主任，也是伯克利人工智能(BAIR)实验室的联席主任，是人工智能研究的前沿领域，包括深度强化学习、深度模仿学习、深度无监督学习、迁移学习、元学习和社会影响。
此前，Abbeel的《AI入门》课程吸引了超过10万名学生在edX上学习，他的《深度强化学习》和《深度无监督学习》教材是AI研究者的经典学习资料，包括CS294-158(深度无监督学习)、CS188(人工智能入门)、CS287(高级机器人学)等。