Bỏ qua tới nội dung chính

Học tăng cường

Reinforcement Learning

Học tăng cường: huấn luyện tác nhân học cách hành động tối ưu qua tương tác thử-sai với môi trường.

5 khóa học đề xuất2 học liệu (2 sách)

Hướng dẫn học chủ đề

Nâng caokhoảng 43 giờ6 bước
  • Mô hình hóa bài toán ra quyết định tuần tự bằng Markov Decision Process (MDP)
  • Cài đặt quy hoạch động (Value Iteration, Policy Iteration) khi biết đầy đủ mô hình môi trường
  • Cài đặt các phương pháp học không cần mô hình: Monte Carlo, Temporal-Difference, Q-learning

Giáo trình: Reinforcement Learning: An Introduction +1 sách khác

Đọc hướng dẫn đầy đủ
Thuộc nhóm Trí tuệ nhân tạo · Artificial Intelligence10 chủ đề · khoảng 421 giờTrí tuệ nhân tạo và học máy: từ tìm kiếm, suy luận xác suất tới học sâu, học tăng cường, xử lý ngôn ngữ, thị giác máy tính và robot.Xem nhóm
Chọn nguồn tự học

Nên vững xác suất thống kê và machine learning cơ bản trước khi học chủ đề nâng cao này.

Khóa học đề xuất

Khóa trên OpenER và khóa mở của các trường, tuyển chọn cho chủ đề này.

Xem tất cả (5)

IIT Madras · 106106143

Reinforcement Learning (mở trong tab mới)

Học tăng cường

Balaraman Ravindran

Đề xuất chínhVideo + tài liệuLiên kết ngoàiCấp độ: Nâng caoTiếng AnhBản quyền

Khóa học tăng cường 12 tuần của IIT Madras trên NPTEL, xây nền toán học của học qua thử và sai: bài toán bandit, quá trình quyết định Markov, quy hoạch động, Monte Carlo, học sai phân thời gian, xấp xỉ hàm, gradient chính sách và học tăng cường phân cấp.

Vì sao chọn: Xây nền toán học của học tăng cường theo trình tự sách Sutton và Barto: bandit, MDP, quy hoạch động, TD, xấp xỉ hàm và gradient chính sách, có trọn bộ video 12 tuần.

  • Chuyên sâu

  • Stanford · CS234 · Đông 2026

    Reinforcement Learning (mở trong tab mới)

    Học tăng cường

    Emma Brunskill

    Thay thếChỉ tài liệuLiên kết ngoàiCấp độ: Nâng cao

    Vì sao chọn: Khóa học tăng cường hiện hành của Stanford với slide có chú thích, bài tập và bài đọc theo Sutton và Barto; không có video công khai.

    • Chuyên sâu

  • UAlberta

    Reinforcement Learning Specialization (mở trong tab mới)

    Chuỗi khóa về Học tăng cường

    Adam White, Martha White

    Thay thếChỉ tài liệuLiên kết ngoàiCấp độ: Trung bìnhCần tài khoản miễn phí

    Vì sao chọn: Lộ trình có cấu trúc, nhịp độ vừa phải cho người mới vào học tăng cường: bốn khóa đi từ cách đặt bài toán tới TD, Sarsa, Q-learning, xấp xỉ hàm và gradient chính sách, kết thúc bằng dự án tổng hợp. Mềm hơn khóa NPTEL chính; cần tài khoản Coursera.

    • Dễ bắt đầu

  • UC Berkeley · CS 285

    Deep Reinforcement Learning (mở trong tab mới)

    Học tăng cường sâu

    Sergey Levine

    Nâng caoVideo + tài liệuLiên kết ngoàiCấp độ: Nâng cao

    Vì sao chọn: Học tăng cường sâu ở mức nghiên cứu: gradient chính sách, actor–critic, học Q ở quy mô lớn; có video Fall 2023 công khai và bài tập lập trình.

    • Chuyên sâu

Chủ đề này còn ít nội dung

Xem thêm các chủ đề cùng nhóm Trí tuệ nhân tạo, hoặc tìm trên toàn trang.