强化学习七日打卡营学习心得

之前在准备毕业论文时接触了强化学习的思想，后面断断续续的看了一些强化学习的经典算法，从事自动驾驶相关研究之后，总是期望将强化学习用于该领域，并期望可以实现落地。
偶然机会看到了百度强化学习7日打卡营的活动，决定尝试着听一下。以下是该打卡营的简介：
https://aistudio.baidu.com/aistudio/education/group/info/1335
谈一下课程的优点：
1- 由于该课程定位是入门课程，因此课程设置由浅入深，且每节课都有实战作业，这样便于在课后作业中对课程内容进行回顾。
2- 课程老师比较负责，看得出来是用心准备了课件和实践内容，讲解细致，能够及时纠错，不像有些课程的老师在网上搜个PPT就拿来讲
3- 实践内容给予百度的AIstudio平台，便于存储，且能够在不同地点使用。基于notebook的形式，直观、快速、便捷。
4- 课程内容丰富，体系健全，从表格式的强化学习算法，到融入了深度神经网络的DQN，再到策略梯度，最后是融合两者的AC框架，监管学习天数较短，但完整的课程体系便于入门者日后深入学习。
5- PARL的高效和便捷。之前没有接触过百度的强化学习框架PARL，此次课程也确实是在推广PARL，但使用后也确实感受到该框架在验证算法方面存在可取之处，当你纠结于使用哪种深度强化学习算法时，你可以在不修改environment和agent的前提下就测试各种model的效果，真的很方便。
在实践环节中，对于调参真的是让大家痛不欲生又欲罢不能，希望以后增强这方面的经验，也期望自己可以在后续的学习中随着经验的积累，掌握些参数自适应的算法。