全球名校AI课程库(10)| Berkeley伯克利 · 深度强化学习课程『Deep Reinforcement Learning』

🏆 课程学习中心 | 🚧 强化学习课程合辑 | 🌍 课程主页 | 📺 中英字幕视频 | 🚀 项目代码解析
课程介绍
强化学习提供了算法的数学基础,深度模型则将这些算法扩展到现实世界的系统表示。过往十年,深度学习和强化学习均取得了瞩目的进展,算力明显提升,这写对于深度强化学习的研究有巨大推动。
深度强化学习,是人工智能发展的重大方向之一,备受各大科研机构与公司青睐,也被很多人认为是实现通用人工智能最有可能的路径。

CS285 课程来自著名的顶级院校UC伯克利,结合了最新的研究进展,讲解深度强化学习领域的前沿知识和实践。课程覆盖了使用深度学习神经网络进行强化学习的各类方法模型,对强化学习感兴趣的同学可以借此全面了解神经网络在其中的应用。
课程讲师 Sergey Levine,UC Berkeley 电气工程和计算机科学系的助理教授。专注于控制Control和机器学习之间的交叉,开发算法和技术,使机器能够自主获得执行复杂任务的技能。

根据视频内容整理的这份『CS285 课程结构图解』,展示了内容要点及其逻辑关系,超级直观!相信对构建 Whole Picture 特别有帮助~
课程主题
课程官网发布了课程主题,ShowMeAI 对其进行了翻译。
- Introduction and Course Overview(课程速览与介绍)
- Supervised Learning of Behaviors(行为监督学习)
- Introduction to Reinforcement Learning(强化学习介绍)
- Policy Gradients(梯度策略)
- Actor-Critic Algorithms(Actor-Critic 算法)
- Value Function Methods(价值函数方法)
- Deep RL with Q-functions(基于Q函数的的深度强化学习)
- Advanced Policy Gradients(前沿梯度策略)
- Model-based Planning(基于模型的规划)
- Model-based Reinforcement Learning(基于模型的强化学习)
- Model-based Policy Learning(基于模型的策略学习)
- Exploration(探索与利用)
- Offline Reinforcement Learning(离线强化学习)
- Introduction to RL Theory(强化学习理论)
- Deep RL Algorithm Design(深度强化学习算法设计)
- Probability and Variational Inference Primer(概率与变分推断初步)
- Connection between Inference and Control(推断与控制联系)
- Inverse Reinforcement Learning(逆强化学习)
- Transfer Learning and Multi-Task Learning(迁移学习与多任务学习)
- Meta-Learning(元学习)
- Challenges and Open Problems(挑战与开放待解决的问题)
课程资料 | 下载

扫描上方图片二维码,关注公众号并回复关键字 🎯『CS285』,就可以获取整理完整的资料合辑啦!当然也可以点击 🎯 这里 查看更多课程的资料获取方式!

ShowMeAI 对课程资料进行了梳理,整理成这份完备且清晰的资料包:
- 📚 课件。Lecture 1~23所有章节。
- 📚 代码作业与参考答案-数据文件&.py文件。Homework 1~5所有作业的参考答案。
课程视频 | B站
ShowMeAI 将视频上传至B站,并增加了中英双语字幕,以提供更加友好的学习体验。点击页面视频,可以进行预览。推荐前往 👆 B站 观看完整课程视频哦!
全球名校AI课程合辑
- 🚧 CS数学基础课程合辑:https://www.showmeai.tech/tutorials/38
- 🚧 计算机基础课程合辑:https://www.showmeai.tech/tutorials/29
- 🚧 机器学习课程合辑:https://www.showmeai.tech/tutorials/28
- 🚧 深度学习课程合辑:https://www.showmeai.tech/tutorials/77
- 🚧 自然语言处理课程合辑:https://www.showmeai.tech/tutorials/55
- 🚧 计算机视觉课程合辑:https://www.showmeai.tech/tutorials/73
- 🚧 强化学习课程合辑:https://www.showmeai.tech/tutorials/87
- 🚧 AI生物医疗课程合辑:https://www.showmeai.tech/tutorials/74
- 🚧 其他名校AI课程合辑:https://www.showmeai.tech/tutorials/76
作者:ShowMeAI内容团队
阅读原文:https://www.showmeai.tech/article-detail/345
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek “源神”启动!「GitHub 热点速览」
· 我与微信审核的“相爱相杀”看个人小程序副业
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· 如何使用 Uni-app 实现视频聊天(源码,支持安卓、iOS)
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)