深度强化学习(5/5)：AlphaGo & Model-Based RL скачать в хорошем качестве

深度强化学习(5/5)：AlphaGo & Model-Based RL

这节课分析AlphaGo的技术细节，并且介绍Imitation Learning（模仿学习）、Monte Carlo Tree Search（蒙特卡洛树搜索）等方法。 这节课主要内容： 0:27 围棋游戏 2:52 AlphaGo主要原理 7:45 训练的第一步：Behavior Cloning 16:13 训练的第二步：策略学习 23:21 训练的第三步：价值学习 27:59 实战：蒙特卡洛树搜索（Monte Carlo Tree Search） 45:07 总结 47:50 新版AlphaGo Zero 与 旧版AlphaGo的主要区别 强化学习基础： 1. 基本概念：   • 深度强化学习(1/5)：基本概念  Deep Reinforcement ...   2. 价值学习：   • 深度强化学习(2/5)：价值学习  Value-Based Reinfor...   3. 策略学习：   • 深度强化学习(3/5)：策略学习  Policy-Based Reinfo...   4. Actor-Critic：   • 深度强化学习(4/5)：Actor-Critic Methods   5. AlphaGo：   • 深度强化学习(5/5)：AlphaGo & Model-Based RL   课件：https://github.com/wangshusen/DRL