懂AI
reinforcement_learning_course_materials

reinforcement_learning_course_materials

强化学习完整开源课程资料 包括讲义练习和视频

这个项目提供了全面的强化学习课程资料，包含讲义、练习题及答案和教学视频。内容覆盖从基础到高级的强化学习知识，如马尔可夫决策过程、动态规划、蒙特卡洛方法和时序差分学习等。每个主题配有详细讲解和Python代码实现。所有资料均为开源，适合自学者和教育工作者使用。该资源为强化学习的学习和教学提供了实用全面的材料支持。

强化学习课程材料Python教学视频练习题Github开源项目
访问官网GitHub论文文档

强化学习课程资料

构建状态 DOI 许可证 使用Python开发 使用LaTeX编写

帕德博恩大学主办的强化学习课程的讲义、教程任务（含解答）以及在线视频。课程全部资料的源代码是开放的，诚挚邀请所有人使用它进行自学（学生）或设置您自己的课程（讲师）。 示例

课程内容

  1. 强化学习简介
  2. 马尔可夫决策过程
  3. 动态规划
  4. 蒙特卡罗方法
  5. 时序差分学习
  6. 多步自举法
  7. 表格方法的规划与学习
  8. 监督学习的函数逼近
  9. 基于函数逼近的在线策略预测
  10. 基于函数逼近的价值控制
  11. 随机策略梯度方法
  12. 确定性策略梯度方法
  13. 其他当代强化学习算法（TRPO，PPO）
  14. 展望与研究洞察
  • 第一部分总结：有限状态和动作空间中的强化学习
  • 第二部分总结：使用函数逼近的强化学习
  • 完整课程讲义

练习内容

所有练习基于Python 3.9和根据requirements.txt安装的site-packages：

>>> pip install -r requirements.txt
  1. 科学计算Python基础
  2. 手动解决基本马尔可夫链、奖励和决策问题
  3. 啤酒学士和动态规划（最短啤酒问题）
  4. 使用蒙特卡罗学习驾驶赛道
  5. 使用时间差分学习实现更快速的驾驶
  6. 使用表格多步方法稳定倒立摆
  7. 通过整合学习和规划（Dyna框架）提升倒立摆性能
  8. 使用监督学习预测实际电力驱动系统的运行行为
  9. 使用函数逼近评估给定智能体在山地车问题中的表现
  1. 使用半梯度Sarsa和最小二乘策略迭代逃出山地车谷
  2. 使用REINFORCE和演员-评论员方法登陆月球
  3. 用DDPG和PPO冲向月球

贡献

我们非常感谢对课程材料的任何反馈和意见，例如：

  • 拼写错误或内容相关讨论（请提出问题）
  • 添加新内容（请提供拉取请求）

如果您想更大程度地为这个仓库做出贡献，请随时直接与我们联系。

致谢

本讲义的灵感来源于：

教程部分使用了以下预打包的环境：

  • Gymnasium（OpenAI's Gym 的维护分支）

引用

请参见顶部的"引用此仓库"

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多