B站 - 强化学习必修课：引领人工智能新时代【梗直哥瞿炜】夸克网盘资源_网盘资源_夸克网盘资源搜索_全盘搜

• file:1_8-1-策略梯度核心思想和原理.mp4
• file:2_5-2-策略迭代.mp4
• file:2_10-2-Dyna-Q算法.mp4
• file:3_11-3-多智能体强化学习.mp4
• file:2_4-2-马尔可夫观测过程：学会“看”.mp4
• file:2_9-2-改进型演员评论家算法.mp4
• file:1_6-1-蒙特卡洛方法.mp4
• file:3_3-3-Jupyter-Notebook快速上手.mp4
• file:2_12-2-项目实战：大模型RLHF.mp4
• file:1_4-1-序列建模与概率图模型.mp4
• file:3_12-3-强化学习最新发展趋势.mp4
• folder:B站 - 强化学习必修课：引领人工智能新时代【梗直哥瞿炜】