先决条件: 具有强化学习初步知识。

您将学到什么

• 函数逼近

  理解为何及如何使用强化学习中的函数逼近器（如神经网络）。

• 深度Q网络 (DQN)

  实现并理解DQN的组成部分，包括经验回放和目标网络。

• DQN变体

  学习DQN的改进，例如双重DQN和对决DQN。

• 策略梯度法

  掌握策略梯度背后的理论，并实现REINFORCE算法。

• Actor-Critic方法

  理解Actor-Critic算法（例如A2C/A3C）的架构和优势。

• 算法实现

  获得实现这些中级强化学习算法的实践经验。