机构名称：
¥ 1.0
课程覆盖范围：本课程是基于迭代非线性，适应性和最佳反馈控制动态系统的工程方法（RL）（机器学习的重要领域）控制系统的视角。中心主题将围绕近似动态编程技术发展。作为课程的介绍，将简要介绍Sutton和Barto教科书中某些章节的本质（有关强化学习的主要计算机科学教科书），以学习RL术语和RL中使用的基本过程。该书介绍了加强学习的计算机科学方法（主要是蒙特卡洛和马尔可夫统计数据（马尔可夫决策过程，MDP），以及使用神经网络来生成学习政策）。在此类中，控制和系统方法将用于生成学习策略（最佳反馈策略，最佳反馈控制）。
332：515工程师的加固学习 - 秋季2023
主要关键词
相关文件推荐
