欢迎来到 🤗 深度强化学习课程

欢迎来到人工智能领域最引人入胜的主题：深度强化学习。

本课程将从初学者到专家级别教您深度强化学习。它完全免费且开源！

在本介绍单元中，您将

了解更多关于课程内容。
确定您将要选择的路径（自学或认证流程）。
了解更多关于您将参与的 AI vs. AI 挑战赛。
更多关于我们的信息。
创建您的 Hugging Face 帐户（免费）。
注册加入我们的 Discord 服务器，您可以在这里与同学和我们（Hugging Face 团队）聊天。

让我们开始吧！

期待什么？

在本课程中，您将

📖 理论与实践相结合地学习深度强化学习。
🧑‍💻 学习使用著名的深度 RL 库，例如 Stable Baselines3、RL Baselines3 Zoo、Sample Factory 和 CleanRL。
🤖 在独特的环境中训练智能体，例如 SnowballFight、Huggy the Doggo 🐶、VizDoom (Doom) 以及经典的 Space Invaders、PyBullet 等。
💾 通过一行代码将您训练好的智能体分享到 Hub，也可以从社区下载强大的智能体。
🏆 参与挑战赛，您将在其中评估您的智能体与其他团队的智能体。您还将有机会与您训练的智能体对战。
🎓 通过完成 80% 的作业，获得完成证书。

以及更多！

在本课程结束时，您将获得从基础到 SOTA（最先进水平）方法的扎实基础。

不要忘记注册课程（我们正在收集您的电子邮件，以便能够在每个单元发布时向您发送链接，并向您提供有关挑战赛和更新的信息）。

课程是什么样的？

本课程由以下部分组成

理论部分：您将在其中学习理论概念。
实践操作：您将在其中学习使用著名的深度 RL 库来在独特的环境中训练您的智能体。这些实践操作将是 Google Colab 笔记本，并附有配套的教程视频，如果您更喜欢视频格式的学习！
挑战赛：您将让您的智能体在不同的挑战赛中与其他智能体竞争。还将有一个排行榜，供您比较智能体的性能。

课程大纲是什么？

这是课程的教学大纲

两条路径：选择您自己的冒险

您可以选择以下任一方式学习本课程

获得完成证书：您需要完成 80% 的作业。
获得荣誉证书：您需要完成 100% 的作业。
作为简单的旁听：您可以参加所有挑战赛，并根据需要完成作业。

没有截止日期，课程是自定进度的。这两种路径完全免费。无论您选择哪条路径，我们都建议您按照推荐的进度进行，以便与您的同学一起享受课程和挑战赛。

您无需告诉我们您选择哪条路径。如果您完成的作业超过 80%，您将获得证书。

认证流程

认证流程完全免费

获得完成证书：您需要完成 80% 的作业。
获得荣誉证书：您需要完成 100% 的作业。

同样，由于课程是自定进度的，因此没有截止日期。但我们的建议是遵循推荐的进度部分。

如何充分利用本课程？

为了充分利用本课程，我们有一些建议

加入 Discord 中的学习小组：小组学习总是更容易。为此，您需要加入我们的 Discord 服务器。如果您是 Discord 新手，请不用担心！我们提供了一些工具来帮助您了解它。
做测验和作业：最好的学习方式是实践和自我测试。
制定时间表以保持同步：您可以使用下面我们推荐的进度表，也可以创建您自己的时间表。

我需要什么工具？

您只需要 3 样东西

一台可以连接互联网的电脑。
Google Colab（免费版）：我们的大部分实践操作都将使用 Google Colab，免费版就足够了。
一个 Hugging Face 帐户：用于推送和加载模型。如果您还没有帐户，可以在此处创建一个（免费）。

推荐的进度是什么？

本课程的每个章节都旨在 在一周内完成，每周大约需要 3-4 小时的工作时间。但是，您可以根据需要花费尽可能多的时间来完成课程。如果您想更深入地研究某个主题，我们将提供额外的资源来帮助您实现这一目标。

我们是谁

关于作者

Thomas Simonini 是 Hugging Face 🤗 的开发者布道师，专注于深度强化学习。他于 2018 年创立了深度强化学习课程，该课程已成为最常用的深度 RL 课程之一。

关于团队

Omar Sanseviero 是 Hugging Face 的机器学习工程师，他在 ML、社区和开源的交叉领域工作。此前，Omar 曾在 Google 的 Assistant 和 TensorFlow Graphics 团队担任软件工程师。他来自秘鲁，喜欢美洲驼 🦙。
Sayak Paul 是 Hugging Face 的开发者布道工程师。他对表征学习领域（自监督、半监督、模型鲁棒性）感兴趣。他喜欢看犯罪和动作惊悚片 🔪。

本课程有哪些挑战赛？

在本课程的新版本中，您有两种类型的挑战赛

排行榜，用于比较您的智能体性能与其他同学的性能。
AI vs. AI 挑战赛，您可以在其中训练您的智能体并与其他同学的智能体竞争。

我发现了一个错误，或者我想改进课程

欢迎贡献 🤗

如果您在笔记本中发现了一个错误 🐛，请打开一个 issue 并描述问题。
如果您想改进课程，您可以打开一个 Pull Request。

我仍然有问题

请在我们的 Discord 服务器 #rl-discussions 中提问。

< > 在 GitHub 上更新

深度 RL 课程