Python中的高级强化学习：尖端DQN技术
使用深度强化学习和PyTorch构建人工智能代理：从基础DQN到Rainbow DQN
学习内容：
- 掌握一些最先进的强化学习算法。
- 学习如何创建可以在复杂环境中行动以实现其目标的AI。
- 使用Python的最流行工具（PyTorch Lightning, OpenAI gym, Optuna）从头开始创建先进的强化学习代理。
- 学习如何进行超参数调整（为我们的AI学习选择最佳实验条件）。
- 从根本上理解每个算法的学习过程。
- 调试和扩展所展示的算法。
- 理解和实施来自研究论文的新算法。
本课程包括
- 8.5小时点播视频
- 14篇文章
- 1个可下载资源
- 手机和电视访问权限
- 终生全程访问权限
- 完成证书
价格：$59.99
教程评分：评分：4.8（满分5分）
教程语言：英语
教程字幕：中英文字幕
课程要求：
- 能够熟练编程使用Python
- 完成我们的课程“强化学习从入门到精通”或熟悉强化学习的基础（或观看本课程包含的层次化部分）。
- 了解基本统计学（均值、方差、正态分布）
课程描述：
这是Udemy上最完整的高级强化学习课程。在本课程中，您将学习在Python中使用PyTorch和PyTorch Lightning实施一些最强大的深度强化学习算法。您将从头开始实施能够基于经验解决控制任务的自适应算法。您将学习将这些技术与神经网络和深度学习方法结合，以创建能够解决决策任务的自适应人工智能代理。
本课程将向您介绍强化学习技术的最新研究。它还将为本系列中的后续课程做准备，在那些课程中，我们将探索在其他类型任务中表现卓越的其他高级方法。
本课程注重实践技能的开发。因此，在学习了每一类方法的最重要概念之后，我们将在jupyter笔记本中从头实施一个或多个算法。
声明：本站所有文章，如无特殊说明或标注，均为本站发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
