强化学习7日打卡营—心得体会

之前看论文的时候发现很多文章都会用到强化学习，平时也只是零零碎碎地了解学习到一些，没有对强化学习有个系统的认识。

从了解最初的RL基础知识，到环境搭建，到动手实践，调模型，在这7天虽然很短但收获满满，快速高效入门RL。

最后呢，很感谢这次百度的七日打卡学习强化学习，感谢科科老师的讲解（讲得真的很棒，很容易理解），感谢所有为这次课程辛勤付出的老师，也感谢讨论区的大佬们。

附：课程大纲

一、强化学习(RL)初印象

• RL 概述、入门路线
• 实践：环境搭建
• 课后作业：搭建GYM环境+PARL环境，把QuickStart 跑起来

二、基于表格型方法求解RL

• MDP、状态价值、Q表格
• 实践： Sarsa、Q-learning代码解析，解决悬崖问题及其对比
• 课后作业：使用Q-learning和Sarsa解决16宫格迷宫问题。

三、基于神经网络方法求解RL

• 函数逼近方法
• 实践：DQN代码解析，解决CartPole问题
• 课后作业：使用DQN解决 MountianCar问题

四、基于策略梯度求解RL

• 策略近似、策略梯度
• 实践：Policy Gradient算法理解、代码解析，解决CartPole问题
• 课后作业：使用Policy Gradient解决Atari的Pong问题

五、连续动作空间上求解RL

• 连续动作空间、DDPG算法介绍
• PARL DDPG代码解析
• 大作业题目
• RLSchool 飞行器仿真环境介绍

参考资料

《Reinforcement Learning：An Introduction》

伯克利2018 Deep RL课程：http://rail.eecs.berkeley.edu/deeprlcourse/

强化学习库 PARL：https://github.com/PaddlePaddle/PARL