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:5_11-5-AlphaStar系统.mp4
• file:4_5-4-动态规划代码实现.mp4
• file:6_6-6-SARSA算法.mp4
• file:4_9-4-深度确定性策略梯度.mp4
• file:5_3-5-深度学习库PyTorch的安装.mp4
• file:5_4-5-贝尔曼方程：迭代求解价值函数.mp4
• file:7_6-7-Q-Learning&SARSA代码实现.mp4
• file:3_6-3-蒙特卡洛方法和时序差分代码实现.mp4
• file:6_11-6-基于人类反馈大强化学习.mp4
• file:3_7-3-常见问题改进和扩展.mp4
• file:4_12-4-下一步的学习建议.mp4
• file:4_4-4-马尔可夫奖励过程：懂得“想”.mp4
• file:5_8-5-近端策略优化（PPO）代码实现.mp4
• file:4_3-4-仿真环境Gym安装.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】