资源名称：【网站：小诺.我爱你】【网站：小诺.我爱你】梗直哥瞿炜-强化学习必修课：引领人工智能新时代

网盘类型：夸克网盘

分享链接：https://pan.quark.cn/s/2d01d2867741

资源统计：13 个文件夹，61 个文件，1.18 GB

目录结构

└── 📁 【网站：小诺.我爱你】【网站：小诺.我爱你】梗直哥瞿炜-强化学习必修课：引领人工智能新时代
    ├── 📁 第—章 欢迎来到强化学习的世界
    │   ├── 📄 1_1-1-课程内容和理念【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 2_1-2-认识强化学习【耗时整理‖免费分享 cunlove.cn】.mp4
    │   └── 📄 3_1-3-课程使用的技术栈【耗时整理‖免费分享 cunlove.cn】.mp4
    ├── 📁 第七章 深度Q网络：他山之石，可以攻玉
    │   ├── 📄 1_7-1-深度Q网络核心思想和原理【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 2_7-2-DQN-代码实现【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 3_7-3-常见问题改进和扩展【耗时整理‖免费分享 cunlove.cn】.mp4
    │   └── 📄 4_7-4-DQN改进算法代码实现【耗时整理‖免费分享 cunlove.cn】.mp4
    ├── 📁 第三章 环境安装和工具使用：工欲善其事，必先利其器
    │   ├── 📄 1_3-1-CUDA+Anaconda深度学习环境配置【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 2_3-2-conda使用命令【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 3_3-3-Jupyter-Notebook快速上手【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 4_3-4-仿真环境Gym安装【耗时整理‖免费分享 cunlove.cn】.mp4
    │   └── 📄 5_3-5-深度学习库PyTorch的安装【耗时整理‖免费分享 cunlove.cn】.mp4
    ├── 📁 第九章 演员-评论家算法：戏为兄弟，共荣共生
    │   ├── 📄 1_9-1-演员评论家算法核心思想和原理【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 2_9-2-改进型演员评论家算法【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 3_9-3-演员评论家算法代码实现【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 4_9-4-深度确定性策略梯度【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 5_9-5-DDPG算法代码实现【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 6_9-6-软性演员评论家算法【耗时整理‖免费分享 cunlove.cn】.mp4
    │   └── 📄 7_9-7-SAC代码实现【耗时整理‖免费分享 cunlove.cn】.mp4
    ├── 📁 第二章 数学知识回顾：凡事预则立，不预则废
    │   ├── 📄 1_2-1-线性代数【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 2_2-2-微积分【耗时整理‖免费分享 cunlove.cn】.mp4
    │   └── 📄 3_2-3-概率【耗时整理‖免费分享 cunlove.cn】.mp4
    ├── 📁 第五章 动态规划方法：理想国中的完美人生
    │   ├── 📄 1_5-1-动态回归核心思想和原理【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 2_5-2-策略迭代【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 3_5-3-价值迭代【耗时整理‖免费分享 cunlove.cn】.mp4
    │   └── 📄 4_5-4-动态规划代码实现【耗时整理‖免费分享 cunlove.cn】.mp4
    ├── 📁 第八章 深度策略梯度方法：行胜于言，止于至善
    │   ├── 📄 1_8-1-策略梯度核心思想和原理【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 2_8-2-蒙特卡洛策略梯度【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 3_8-3-策略梯度方法代码实现【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 4_8-4-近端策略优化算法【耗时整理‖免费分享 cunlove.cn】.mp4
    │   └── 📄 5_8-5-近端策略优化（PPO）代码实现【耗时整理‖免费分享 cunlove.cn】.mp4
    ├── 📁 第六章 经典无模型方法：离散世界的价值最大化
    │   ├── 📄 1_6-1-蒙特卡洛方法【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 2_6-2-时序差分方法【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 3_6-3-蒙特卡洛方法和时序差分代码实现【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 4_6-4-广义策略迭代【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 5_6-5-Q-Learning算法【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 6_6-6-SARSA算法【耗时整理‖免费分享 cunlove.cn】.mp4
    │   └── 📄 7_6-7-Q-Learning&SARSA代码实现【耗时整理‖免费分享 cunlove.cn】.mp4
    ├── 📁 第十一章 进阶强化学习：欲穷千里目，更上一层楼
    │   ├── 📄 1_11-1模仿学习【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 2_11-2-博弈论与强化学习【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 3_11-3-多智能体强化学习【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 4_11-4-MADDP的代码实现【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 5_11-5-AlphaStar系统【耗时整理‖免费分享 cunlove.cn】.mp4
    │   └── 📄 6_11-6-基于人类反馈大强化学习【耗时整理‖免费分享 cunlove.cn】.mp4
    ├── 📁 第十二章 强化学习实战：绝知此事要躬行
    │   ├── 📄 1_12-1-项目实战：Gym游戏【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 2_12-2-项目实战：大模型RLHF【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 3_12-3-强化学习最新发展趋势【耗时整理‖免费分享 cunlove.cn】.mp4
    │   └── 📄 4_12-4-下一步的学习建议【耗时整理‖免费分享 cunlove.cn】.mp4
    ├── 📁 第十章 基于模型的强化学习：看不见的上帝之手
    │   ├── 📄 1_10-1-基于模型的强化学习核心思想和原理【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 2_10-2-Dyna-Q算法【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 3_10-3-Dyna-Q算法代码实现【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├── 📄 4_10-4-基于模型的策略优化【耗时整理‖免费分享 cunlove.cn】.mp4
    │   └── 📄 5_10-5-MBPO的代码实现【耗时整理‖免费分享 cunlove.cn】.mp4
    └── 📁 第四章 马尔可夫随机过程：憧憬和行动中追寻生命的意义
        ├── 📄 1_4-1-序列建模与概率图模型【耗时整理‖免费分享 cunlove.cn】.mp4
        ├── 📄 2_4-2-马尔可夫观测过程：学会“看”【耗时整理‖免费分享 cunlove.cn】.mp4
        ├── 📄 3_4-3-马尔可夫决策过程：试着-“干”【耗时整理‖免费分享 cunlove.cn】.mp4
        ├── 📄 4_4-4-马尔可夫奖励过程：懂得“想”【耗时整理‖免费分享 cunlove.cn】.mp4
        ├── 📄 5_4-5-贝尔曼方程：迭代求解价值函数【耗时整理‖免费分享 cunlove.cn】.mp4
        ├── 📄 6_4-6-模型分类与选择【耗时整理‖免费分享 cunlove.cn】.mp4
        ├── 📄 7_4-7-常见问题解析【耗时整理‖免费分享 cunlove.cn】.mp4
        └── 📄 8_4-8-马尔可夫过程代码实现【耗时整理‖免费分享 cunlove.cn】.mp4