百度强化学习7日打卡训练营心得感悟

学习课程的起因

去年10月份实习的时候，接到了目标检测的项目，使用了百度EasyDL的离线SDK模型，后来互联网大会看到了飞桨平台发布，准备学习，今年4月份看到了AI+Python的课程，加入课程但是因为做毕业设计忙不过来，就没有学习，这次刚好答辩完交了毕设论文，看到开课强化学习，同学毕设有做强化学习DQN的，就像学一下，毕设做的人脸识别，有一点深度学习的基础，所以毫不犹豫的加入课程，跟着科科老师学习强化学习，为以后的学习和工作打下基础。

本次学到的知识及课程内容

课程学到了Parl框架的使用，以及一些主流算法的项目复现，通过看直播课讲解，做作业补全代码和调参等过程，对基于表格型方法、基于神经网络方法、基于策略梯度和基于连续动作几个课程的算法有了一些了解，学到了很多知识，为以后的学习打下了基础。

1.课程一：强化学习初印象
主要内容：(1)强化学习与深度学习、机器学习等的关系；(2)RL的核心思想；(3)强化学习的分类；(4)强化学习的框架 等。
作业：搭建环境运行Parl
2.课程二：基于表格型方法求解RL
主要内容：(1)MDP四元组和Q表格；(2)强化的概念和TD更新；(3)迷宫游戏（SARS算法）；(4)迷宫游戏（Q-learning算法）。
作业：迷宫游戏（SARSA算法/Q-learning算法）
3.课程三：基于神经网络方法求解RL
主要内容：(1)函数逼近与神经网络 (2) DQN算法原理及代码和结果（CartPole游戏）。
作业：DQN算法解决MountainCar游戏
4.课程四：基于策略梯度方法求解RL
主要内容：(1)随即策略与策略梯度；(2)PG算法及代码和结果（CartPole游戏）
作业：PG算法解决Pong游戏
5.课程五：基于连续动作空间方法求解RL
主要内容：(1)连续动作空间；(2)DDPG算法及代码和结果（CartPole游戏）
作业：四轴飞行器悬浮

课后感悟

通过跟着科科老师的课程讲解，对强化学习有了初步的认识，也对Ai Studio开发环境和paddlepaddle框架有了一定的了解，每天赠送的算力卡太香了，本地装上paddle框架后也会继续使用Ai Studio开发。
经过这次课程，代表着对强化学习的研究已经上路，为以后的学习打下了坚实的基础，看到老师举得各种例子，知道了强化学习的方向很广泛，以后也会争取在工作中用到强化学习和parl框架。已经把parl分享给同学和舍友。学习群的氛围很好，得到了很多帮助，希望以后能和同学们再次参加下一次的训练营课程。
感谢同学们，感谢芮芮班主任，感谢科科老师！

笔记备份（附大佬链接以备复习之用）

接下来的时间也会继续看课程回放，记笔记并分享出来，输出才能更好的理解知识，现在这里备份一下大佬们的笔记，用来接下来的复习和学习。
PS：已经关注各位大佬的主页，各位大佬的主页也有其他课节的笔记。
Tiny Tony 伯克利大佬的笔记分享
三岁学编程大佬的笔记分享1
三岁学编程大佬的笔记分享2
三岁学编程大佬的笔记分享3
三岁学编程大佬的笔记分享4
三岁学编程大佬的笔记分享5
作者：AItrust
作者：烟笼寒水月笼沙。
作者：Mr.郑先生_