31、【加课】强化学习【新增】

📂 主文件夹：31、【加课】强化学习【新增】

• 📁 包含文件：章节1：Q-Learning与SARSA算法
• 📁 章节2：DeepQ-LearningNetwork
• 📁 章节3：PolicyGradient策略梯度
• 📁 章节4：ActorCritic(A3C)
• 📁 章节5：DDPG
• 📁 PPO
• 📁 DPPO算法
• 🎬 1：强化学习通过智能体与环境交互进行学习.mp4
• 🎬 2：引入马尔科夫链和价值评估的Q值与V值.mp4
• 🎬 3：详解Q值和V值以及它们之间关系.mp4
• 🎬 4：蒙特卡洛采样回溯计算V值.mp4
• 🎬 5：蒙特卡洛和时序差分估算状态V值.mp4
• 🎬 6：SARSA算法和Q-learning算法.mp4
• 🎬 7：理解Q-table_创建maze交互环境.mp4
• 🎬 8：代码实战Q-Learning_Agent和Env整体交互.mp4
• 🎬 9：代码实战Q-Learning智能体选择行为.mp4
• 🎬 10：代码实战Q-Learning智能体训练模型.mp4
• 🎬 11：代码实战Sarsa_Agent和Env整体交互.mp4
• 🎬 12：代码实战Sarsa_Agent选择行为和训练模型.mp4
• 🎬 13：代码实战SarsaLambda_训练模型.mp4
• 🎬 14：DQN算法思想.mp4
• 🎬 15：DQN算法具体流程.mp4
• 🎬 16：ε-greedy_ReplayBuffer_FixedQ-targets.mp4
• 🎬 17：代码实战DQN_Agent和Env整体交互.mp4
• 🎬 18：代码实战DQN_构建Q网络.mp4
• 🎬 19：代码实战DQN_定义损失函数_构建Target网络更新逻辑.mp4
• 🎬 20：代码实战DQN_训练阶段得到Q网络的预测值和真实值.mp4
• 🎬 21：代码实战DQN_训练阶段最小化损失_记录loss方便展示_随着learn的越多选择action随机性减小.mp4
• 🎬 22：DQN会over-estimate的本质原因.mp4
• 🎬 23：DoubleDQN缓解over-estimate.mp4
• 🎬 24：DoubleDQN代码实战.mp4
• 🎬 25：DuelingDQN.mp4
• 🎬 26：困难样本挖掘_Multi-step_NoiseyNet系统的探索.mp4
• 🎬 27：计算Action的方差避免风险.mp4
• 🎬 28：Rainbow_DQN如何计算连续型的Actions.mp4