強化學習7日打卡營學習總結和心得

七天打卡，六次作業，五次直播，完整的參與了百度推出的強化學習7日打卡營。 課程收穫 在科科老師的講解下，瞭解到了強化學習的應用， 瞭解到了基於價值的方法（saras，Q-learning）和基於策略的方法（REINFORCE算法）,還有應用在連續動作空間的算法（DDPG）。其中DDPG算法和REINFORCE算法還需要多看看起數學原理。   強化學習個人感悟 強化學習就像是在不斷的與環境進行交互通

>>阅读原文<<