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

• @qiwang067

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。