值函数逼近方法

购买商品：

课程名称读取中

商品价格：

支付方式：

微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期，请点击刷新

直播结束

已报名用户，可提前15分钟进入直播间，千万不要忘记哦

时间： 2018.03.13 19:00 - 22:00

适合对象：零基础，想要入门或从事强化学习研究的人。

学员人数：102

价格：849.00 会员9折

手机上观看

*特别提示：本课程归属于系列课程强化学习深入浅出完全教程，你可以进入本系列详情页一次性报名全部相关课程哦

课程介绍

郭宪
CEO/董事长/总经理
南开大学计算机与控制工程学院博士后，AI 教研室团队成员。2009年毕业于华中科技大学机械设计制造及自动化专业，同年保送到中国科学院沈阳自动化研究所进行硕博连读，主攻机器人动力学建模与控制，于2016年1月获得工学博士学位，期间在国内外知名杂志和会议发表论文数10篇。2016年以来，郭博士主攻方向为机器人智能感知和智能决策，目前主持两项国家级课题，内容涉及深度学习，深度强化学习等智能算法在机器人领域中的应用。

主题说明

强化学习深入浅出完全教程，内容包括强化学习概述、马尔科夫决策过程、基于模型的动态规划方法、蒙特卡罗方法、时间差分方法、Gym环境构建及强化学习算法实现、值函数逼近方法、DQN方法及其变种、策略梯度方法。
适合对象

零基础，想要入门或从事强化学习研究的人。
学习要点

注：本节课共分为两个学时

1. 值函数的参数化表示
2. 值函数的估计过程
3. 值函数的优化方法，随机梯度下降和半梯度下降法
4. 值函数的线性逼近
课时安排