☆ 1、如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
      ☆ 2、在课程结束之后,授课老师会留给学员手机和E-mail,免费提供半年的课程技术支持，以便保证培训后的继续消化；
      ☆3、合格的学员可享受免费推荐就业机会。
      ☆4、合格学员免费颁发相关工程师等资格证书，提升您的职业资质。

Chapter 1. RL Basis

1．RL Introduction

2．Multi-armed Bandits

3．Finite Markov Decision Processes

4．Dynamic Programming

5．Monte Carlo Methods

6．Temporal-Difference Learning

7．n-step Bootstrapping

8．Planning and Learning with Tabular Methods

Chapter 2. Approximate and Deep RL

9．On-policy Prediction with Approximation

10．On-policy Control with Approximation

11．Off-policy Methods with Approximation

12．Eligibility Traces

13．Policy Gradient Methods

Chapter 3. Deeper Research

14．Psychology

15．Neuroscience

16．Applications and Case Studies

Chapter 4. Other RL and Projects

17．Frontiers

18．Project: RL Game Agent

19．Project: Robot Agent
第1章: RL Basis
1 : 强化学习介绍

任务1： text_book.pdf
2 : 井子棋游戏实验

3 : 值函数与多臂赌徒

4 : 多臂赌徒实验

5 : 有限马尔可夫决策过程

6 : 格子游戏实验

7 : 动态规划

8 : 动态规划实验

9 : 蒙特卡罗方法

10 : 黑杰克(21点)游戏实验

11 : 时间差分方法

12 : 攀登者游戏实验

13 : 多时间步差分学习方法

14 : 随机行走环境编写与出租车项目挑战

15 : 基于格子方法的规划与学习

16 : 静态与动态迷宫实验

第2章: Approximate and Deep RL
17 : 近似在线策略计算

18 : Pytorch 实验

19 : 值近似在线策略控制

20 : Gym 基础实验

21 : 并行策略的值估计

22 : DQN论文详解

23 : 实战太空侵略者

24 : 实战DOOM

25 : 对决DQN网络

26 : 带优先级的记忆回放技术

27 : DQN FLappy Bird

28 : Double DQN

29 : 对决网络勇闯死亡回廊