机构名称：
¥ 5.0
1。作业1：模仿学习（通过监督学习控制）2。作业2：政策梯度（“加强”）3。作业3：Q学习与演员批评算法4。家庭作业4：基于模型的增强学习5。作业5：无高级RL算法6。最终项目：您选择的研究级项目（形成一组
深度强化学习，决策和控制
主要关键词
相关文件推荐
