🎓 强化学习课程
从MDP到DQN到PPO，30课掌握强化学习核心 | Gym实机验证
30
课程
5
阶段
6
MDP基础
6
值函数
6
深度RL
6
策略梯度
6
实战项目
MDP基础
第1课
强化学习概述
→
第2课
MDP马尔可夫决策过程
→
第3课
贝尔曼方程
→
第4课
动态规划
→
第5课
蒙特卡洛方法
→
第6课
时序差分学习
→
值函数方法
第7课
Q-Learning
→
第8课
SARSA
→
第9课
期望SARSA
→
第10课
双重Q学习
→
第11课
多步TD
→
第12课
资格迹
→
深度强化学习
第13课
DQN
→
第14课
Double DQN
→
第15课
Dueling DQN
→
第16课
优先经验回放
→
第17课
分布式RL(C51/QR-DQN)
→
第18课
NoiseNet探索
→
策略梯度
第19课
REINFORCE
→
第20课
Actor-Critic
→
第21课
A2C/A3C
→
第22课
PPO
→
第23课
SAC
→
第24课
TD3
→
实战项目
第25课
CartPole平衡
→
第26课
Atari游戏
→
第27课
机器人行走(MuJoCo)
→
第28课
围棋AlphaGo简化
→
第29课
多智能体协作
→
第30课
毕业项目：自动驾驶RL
→
🏆 完成全部30课，你就是强化学习高手！
每课包含：算法原理 + 代码实现 + 训练曲线 + 练习 + 成就