伯克利《深度强化学习》更新 | 第十三讲：利用模仿优化控制器学习策略

第十三讲：

利用模仿优化控制器学习策略

上手视频约 5 分钟

翻译 | 郭玮 王明辉 张璐

字幕 | 唐里     后期 | 唐里

看完是不是不够过瘾！

进入小组：https://ai.yanxishe.com/page/groupDetail/30 观看完整视频

同时，针对这门课程，我们同样开设了微信社群，

回复字幕君（微信：leiphonefansub）

你加入该课程小组的截图

我们将你拉入微信群聊

加时备注“CS294加群”~

伯克利 CS 294-112 《深度强化学习》为官方开源最新版本，由伯克利大学该门课程授课讲师 Sergey Levine 授权 AI 研习社翻译。

12 月 20 日开始正式同步更新在 AI 研习社，大约 1 到 2 周更新一次。

该课程主题选择深度增强学习，即紧跟当前人工智能研究的热点，又可作为深度学习的后续方向，值得推荐。

想要学习伯克利 CS 294-112 《深度强化学习》这门课程，学生需要先学习 CS189 或者其他同等学力课程。本课程将假定学生掌握强化学习、数值优化和机器学习的相关背景知识。

如果你对上述主题不是非常了解，那么需要自主学习补充以下知识点：

• 增强学习和马尔科夫决策过程（MDPs）

MDPs的定义

具体算法：策略迭代和价值迭代

搜索算法

• 数值最优化方法

梯度下降和随机梯度下降

反向传播算法

• 机器学习

分类和回归问题：用什么样的损失函数，如何拟合线性或非线性模型

训练/测试误差，过拟合

比较有趣，讲课用很多例子来解释，不是那种光给你一大堆公式概念的，感觉偏重实际应用和前沿技术一点，推荐大家来看。

@周清逸

这门课是基本覆盖了强化学习的主要内容和前沿的研究话题，通过理论到应用例子的讲述，以及五次作业（实际上是七次）的实践练习对经典算法的复现，可以让学生达到在强化学习领域的入门研究水平。重点是免费！课程有中文字幕！有作业参考！不过这门课并不是零门槛，需要上过机器学习课程，最好是还上过深度学习（比如cmu deeplearning），最最好用过tensorflow（因为作业的官方基础代码只有tensorflow版本）。

@朱海浩

侧重于增强学习与深度学习相结合，应用在机器人方面的例子比较多，翻译的话老师语速挺快的，虽然语气词比较多，整体逻辑很清晰。

@段小杰

第一讲：课程介绍和概览

第二讲：监督学习和模仿学习

第三讲：TensorFlow 和神经网络简述

第四讲：强化学习简介

第五讲：策略梯度简介

第六讲：Actor-Critic 算法简介

第七讲：价值函数介绍

第八讲：高级 Q-学习算法

第九讲：高级策略梯度

第十讲：最优控制和规划

第十一讲：基于模型的强化学习

第十二讲：高级强化学习和图像处理应用

第十三讲：利用模仿优化控制器学习策略

第十四讲：概率和变分推断入门

第十五讲：推断和控制之间的联系

第十六讲：逆向强化学习

第十七讲：探索（上）

第十八讲：探索（下）

第十九讲：迁移学习与多任务学习

第二十讲：元学习

第二十一讲：平行结构和强化学习系统设计

第二十二讲：进阶模仿学习和开放性问题

第二十三讲：客座讲师：Craig Boutilier

第二十四讲：客座讲师：Gregory Kahn

第二十五讲：客座讲师：Quoc Le & Barret Zoph

第二十六讲：客座讲师：Karol Hausman