原创力文档授课教师：丛润民
山东大学
01深度Q网络算法
02其他典型算法
03大模型强化学习
章节目录
01深度Q网络算法
02其他典型算法
03大模型强化学习
章节目录
前情回顾
•在之前的学习中，我们对强化学习有了初步的认识，知道了什么是马尔可夫链，理解了强化学
习中最重要的Q值与V值，学习了蒙特卡罗算法与时序差分算法，了解了Q-learning是如何通过表格记录Q值。
•接下来，我们将完成进一步的探索，学习强化学习领域的几个经典算法，如DQN深度Q网络算法，AC演员-评论家算法，以及目前公认的主流PPO算法。讲解中
文档评论（0）