深度强化学习课程文档

额外阅读

深度强化学习课程

单元 0. 欢迎来到课程

单元 1. 深度强化学习简介

单元 1 附加内容. 使用 Huggy 进行深度强化学习简介

直播 1. 课程如何运作、问答以及与 Huggy 互动

单元 2. Q 学习简介

单元 3. 使用 Atari 游戏进行深度 Q 学习

单元 2 附加内容. 使用 Optuna 进行自动超参数调整

单元 4. 使用 PyTorch 进行策略梯度

单元 5. Unity ML-Agents 简介

单元 6. 使用机器人环境的 Actor Critic 方法

单元 7. 多智能体和 AI 对抗 AI 简介

单元 8. 第 1 部分接近策略优化 (PPO)

简介 PPO 的直觉引入裁剪代理目标函数可视化裁剪代理目标函数使用 CleanRL 进行 PPO 结论额外阅读

单元 8. 第 2 部分使用 Doom 进行接近策略优化 (PPO)

单元 3 附加内容. 强化学习的高级主题

单元 5 附加内容. 使用 Godot RL 智能体进行模仿学习

认证和祝贺

加入 Hugging Face 社区

并获得增强文档体验的访问权限

协作模型、数据集和空间

使用加速推理加快示例

在文档主题之间切换

开始

额外阅读

如果您想深入了解，这些是**可选阅读**。

PPO 解释

PPO 实现细节

重要性采样

重要性采样解释

< > 在 GitHub 上更新

←结论简介→