李宏毅深度强化学习笔记(LeeDeepRL-Notes)
笔记在线阅读地址
在线阅读地址：https://datawhalechina.github.io/LeeDeepRL-Notes
课程在线观看地址
- bilibili：李宏毅《深度强化学习》
目录
- P1 Policy Gradient
- P2 Proximal Policy Optimization (PPO)
- P3 Q-learning (Basic Idea)
- P4 Q-learning (Advanced Tips)
- P5 Q-learning (Continuous Action)
- P6 Actor-Critic
- P7 Sparse Reward
- P8 Imitation Learning
主要贡献者
关注我们
LICENSE
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。