David Silver强化学习公开课视频、PPT及学习笔记

Google DeepMind的David Silver的强化学习课程：

课程视频：https://www.youtube.com/playlist?list=PL5X3mDkKaJrL42i_jhE4N-p6E2Ol62Ofa
全部讲义下载：http://download.csdn.net/detail/happytofly/9554148

学习笔记 by 陈汝丹

• 强化学习入门

  主要解释了强化学习在多领域的体现，主要解决什么问题，与监督学习算法的区别，完整的算法流程由哪几部分组成，其中的agent又包含什么内容，以及解释了强化学习涉及到的一些概念。

• 马尔可夫决策过程MDP

  主要介绍了马尔可夫过程(MP)、马尔可夫奖赏过程(MRP)、马尔可夫决策过程(MDP)是什么，以及它们涉及到的一些概念，结合了课程ppt给出的例子对概念有了一些直观的了解。

• 动态规划解决MDP的Planning问题

  主要谈到了动态规划能够解决MDP的什么问题，能通过Policy Iteration和Value Iteration来解决，这两者指的是什么，出于什么样的考虑提出这两种思路，具体解决步骤是什么。