他來(lái)了他來(lái)了，字幕君帶著新課的授權(quán)來(lái)了！

在這2019年的尾聲，字幕君帶著獲得了加州大學(xué)伯克利分校 CS285 《深度強(qiáng)化學(xué)習(xí)》講師@Sergey Levine正式授權(quán)漢化翻譯，感興趣的同學(xué)也可以報(bào)名參與志愿者翻譯團(tuán)隊(duì)。

添加字幕君微信，備注“285翻譯”報(bào)名加入翻譯

字幕君深知一人堅(jiān)持的不易，并想邀請(qǐng)熱愛(ài)學(xué)習(xí)的你和諸多志同道合的小伙伴，以相互監(jiān)督，共同進(jìn)步的形式，一起研習(xí)這門(mén)新課程！

進(jìn)入2019 UC 伯克利 CS285 深度強(qiáng)化學(xué)習(xí)小組即可視為成功報(bào)名！

直達(dá)鏈接：https://www.yanxishe.com/overseasCourse/103?from=leiphonecolumn

加入小組后獲得2019 UC 伯克利 CS285 《深度強(qiáng)化學(xué)習(xí)》課件 PPT下載地址

1. 課程視頻更新后，學(xué)員需要觀看課程視頻并且在社區(qū)留言打卡； 

2. 每學(xué)完一節(jié)課程，學(xué)員需在自行獨(dú)立完成 Quiz 作業(yè)并在社區(qū)博客進(jìn)行分享 

3. 學(xué)員可以根據(jù)自己的時(shí)間及興趣，決定是否進(jìn)行課后作業(yè)分享的公開(kāi)課直播。 

4. 為保證社區(qū)的學(xué)習(xí)氛圍，社長(zhǎng)會(huì)根據(jù)課程完成情況和活躍程度對(duì)學(xué)員進(jìn)行監(jiān)督管理，如有必要，會(huì)定期清理不活躍或者長(zhǎng)期潛水的學(xué)員；    

5. 課程結(jié)束后，優(yōu)秀的學(xué)員可以獲得社區(qū)提供的福利以及禮品；  

6. 社區(qū)翻譯志愿者持續(xù)招募中，如果對(duì)這門(mén)課程的翻譯感興趣，可以聯(lián)系社長(zhǎng)準(zhǔn)備字幕翻譯工作。

7. 課程有一定難度，且有較多作業(yè)，希望學(xué)員一旦加入，能夠克服困難，收獲成長(zhǎng)。

眾所周知，深度強(qiáng)化學(xué)習(xí)是人工智能發(fā)展的重大方向之一。熟悉深度強(qiáng)化學(xué)習(xí)背景知識(shí)的優(yōu)秀人才倍受各大科研機(jī)構(gòu)與公司青睞，不管是工業(yè)界還是學(xué)術(shù)界，深度強(qiáng)化學(xué)習(xí)都被視為實(shí)現(xiàn)通用人工智能最有可能的路徑之一。因此，熟悉深度強(qiáng)化學(xué)習(xí)知識(shí)顯得尤為重要。

在CS285這門(mén)課程中，Sergey Levine 教授將會(huì)深入淺出地講解深度強(qiáng)化學(xué)習(xí)的背景理論知識(shí)、實(shí)現(xiàn)方式以及核心算法，并布置相應(yīng)的家庭作業(yè)以幫助各位同學(xué)更好地鞏固學(xué)習(xí)內(nèi)容。

這次課程，一共有 21 講，具體如下：

首先這門(mén)課的質(zhì)量非常好。課程反應(yīng)了Sergey Levine和整伯克利RL的積累，獨(dú)立于《RL Introduction》的教學(xué)體系自成一派。最可貴的是涵蓋近1-2年RL最前沿的知識(shí)。這門(mén)課又難又深，但絕對(duì)是飛往RL前沿的航班。研究RL的同學(xué)萬(wàn)萬(wàn)不可錯(cuò)過(guò)啊。

By 知乎答主“有道理”

現(xiàn)在強(qiáng)烈推薦這門(mén)課程！課程基本可以分為DRL介紹+模仿學(xué)習(xí)、model free、model based、Exploration+遷移+多任務(wù)+Meta-learning等四大部分，一共有四個(gè)很有趣的assignment（比春季的更好了）。如果你看過(guò)david silver的視頻并且有機(jī)器學(xué)習(xí)的基礎(chǔ)，那么至少你在model free部分是沒(méi)問(wèn)題的。秋季課程其實(shí)降低了對(duì)RL基礎(chǔ)的要求，課上推導(dǎo)過(guò)程比較清晰。這門(mén)課后半model based部分恰好是對(duì)david silver等當(dāng)前已有的課程、書(shū)籍里講的比較少的內(nèi)容的非常大的補(bǔ)充，不過(guò)這部分要求比較高。

By 知乎答主“糖葫蘆喵喵”

第一講：課程介紹和概覽

第二講：針對(duì)行為的監(jiān)督學(xué)習(xí)

第三講：TensorFlow 和神經(jīng)網(wǎng)絡(luò)簡(jiǎn)述

第四講：強(qiáng)化學(xué)習(xí)簡(jiǎn)介

第五講：策略梯度

第六講：Actor-Critic 算法

第七講：價(jià)值函數(shù)

第八講：深度強(qiáng)化學(xué)習(xí)之Q函數(shù)

第九講：高級(jí)策略梯度

第十講：基于模型的規(guī)劃

第十一講：基于模型的強(qiáng)化學(xué)習(xí)

第十二講：基于模型的策略學(xué)習(xí)

第十三講：變分推斷和生成模型

第十四講：強(qiáng)化學(xué)習(xí)對(duì)控制的概率推斷

第十五講：逆向強(qiáng)化學(xué)習(xí)

第十六講：遷移學(xué)習(xí)與多任務(wù)學(xué)習(xí)

第十七講：分布式強(qiáng)化學(xué)習(xí)

第十八講：探索（上）

第十九講：探索（下）

第二十講：元學(xué)習(xí)

第二十一講：信息理論，開(kāi)放性問(wèn)題探討

雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)