都说强化学习很难，其实掌握了正确的学习方法，也会变得非常简单！

这次，所以我们荣幸的邀请到了百度连续两届获得NeurIPS全球顶会赛事冠军团队，6月16日-6月23日，连续7天，20:30-21:30，以直播的形式，手把手带大家从零实践强化学习！

昨晚的直播课中，科科老师详细的给大家解释了Policy Gradient涉及的数学公式，带大家去理解算法是如何一步步如何优化目标的。通过科科老师的耐心梳理，大家对强化学习一定有了更深刻的理解。

今晚精彩更多

之前的课程，我们讨论的都是离散的动作空间，而在实际问题中，存在大量连续空间的问题，比如价格、角度、时间等。想要枚举所有的动作变得更困难，而如何将所有可行的动作逐一尝试出来也变得不那么可能。如何解决呢？别着急，今天科科老师带你一一击破！

连续动作空间上求解RL

1. 离散动作与连续动作

2. 详解Deep Deterministic Policy Gradient

3. DDPG代码解析

为了在连续动作上更有效地学习，DDPG也应运而生：

终极复现项目赛题发布

重点来了！今晚发布终极复现项目赛题，更有科科老师现场讲解项目环境，点拨实现技巧，大家千万不要错过！抢先看：

实现难度（两颗星）：

实现难度（三颗星）：

实现难度（五颗星）：

更多赛题，今晚敬请期待~

直播时间

6月20日（今晚）20:30 - 21:30

讲师介绍

百度高级研发工程师科科老师

飞桨强化学习PARL团队核心成员，所在团队曾两度夺得NeurIPS强化学习赛事世界冠军，并获得百度最高奖等荣誉。

快来和世界冠军大佬面对面交流吧~

点击“阅读原文”加入课程，获取更多课程资料哦！

今晚直播 |现实环境中的强化学习如何解决？你不可错过的RL终极奥义相关推荐

在Unity环境中使用强化学习训练Donkey Car（转译）
在Unity环境中使用强化学习训练Donkey Car 1.Introduction 简介 2. Train Donkey Car with Reinforcement Learning 使用强化学习 ...
强化学习适合解决什么样的问题
问:强化学习解决的是什么样的问题? 答:"序列决策问题." 面试官又问:"多臂老虎机只是一步,没有序列呀?" - 上述问题和回答参考自:再励学习面试真题无论是 ...
强化学习（六） - 连续空间中的强化学习(RL in Continuous Spaces)及相关实例
强化学习(六) - 连续空间中的强化学习 6.1 连续空间中的强化学习 6.2 离散空间和连续空间 6.3 离散化实例:小车上山 6.3.1 相关程序 6.3.2 程序注解 (1) 环境测试 (2) ...
游戏中应用强化学习技术，目的就是要打败人类玩家？
来源:AI前线作者:凌敏采访嘉宾:黄鸿波 2016 年,DeepMind 公司开发的 AlphaGo 4:1 大胜韩国著名棋手李世石,成为第一个战胜围棋世界冠军的人工智能机器人,一时风头无两.Al ...
【强化学习-医疗】医疗保健中的强化学习：综述
Article 作者:Chao Yu, Jiming Liu, Shamim Nemati 文献题目:医疗保健中的强化学习:综述文献时间:2020 文献链接:https://arxiv.org/ab ...
深度学习中的强化学习和对抗学习
在人工智能中,有两个十分重要的内容,第一就是机器学习,第二就是深度学习.正是由于机器学习与深度学习,人工智能才能够帮助我们做出更多的事情.其实,深度学习也是有分类的.深度学习可以分为两种,一种是强化学 ...
走向开放世界强化学习、IJCAI2022论文精选、机器人 RL 工具、强化学习招聘、《强化学习周刊》第73期...
No.73 智源社区强化学习组强化学习周刊订阅 <强化学习周刊>已经开启"订阅功能",扫描下面二维码,进入主页,选择"关注TA",我们 ...
机器学习 | 强化学习，解决决策问题的行家（上）
http://www.woshipm.com/ai/2529645.html 本文笔者将与大家讲述:强化学习的基本原理.两个基本类型,以及基于这两个类型下的相关算法. 一般地,我们认为,机器学习领域最 ...
强化学习 qlearning解决tsp问题
强化学习 qlearning解决tsp问题文章目录强化学习 qlearning解决tsp问题前言一.源程序二.使用步骤总结前言学习参考网上qlearning算法解决tsp问题的程序,自 ...

今晚直播 |现实环境中的强化学习如何解决？你不可错过的RL终极奥义