机器学习有三大板块：监督学习，非监督学习，强化学习。

之前对强化学习基本上没什么概念，对这个能让智能体通过与环境的交互来进行学习的技术也挺好奇，所以参加了此次强化学习打卡营。

课程学习采用的百度开发的PARL， 它是一个高性能、灵活的强化学习框架，能帮助用户快速实现强化学习。用户使用时只要逐步构建Model、Algorithm和Agent的结构，大大提升了开发效率。实战项目采用gym导入一些常见的挑战环境。

学习营一如既往的，有优秀的教师，此次的授课的科科老师全程直播手把手教学，5大实战作业，带大家从零实践强化学习！

科科老师授课非常有特点，理论介绍，代码讲解，效果展示，思维导图总结，条理十分清晰，实战的项目能让学员很快体验到强化学习的魅力。

强化学习是一个大家族，包含了很多种算法， 授课内容提到之中一些比较有名的算法，比如有通过行为的价值来选取特定行为的方法，包括使用表格学习的 q learning, sarsa，使用神经网络学习的 deep q network， 还有直接输出行为的 policy gradients。其中，Policy Gradient算法和连续动作空间的DDPG算法给我的印象最深刻，因为对应的两个实战项目的调参非常有挑战性，调参的tricks感觉和普通的深度学习还是有差异，特别是reward设计是强化学习的难点，应该对环境和action有更深的理解（先验知识？？）才能够设计出好的方案。作业里面这两个项目的调参，尝试了基本的学习率和网络模型修改，训练结果都不太理想，结营后还要多学习老师放出的标准答案，进一步总结。

总体来说，强化学习趣味性和挑战性很强，感兴趣的话，确实可以深入学习了解，强烈推荐本课程，科科老师的讲解能让你很快入门。