引言：强化学习是一门灵感来自于心理学的学科

简介：百度NeurIPS全球顶会冠军团队授课，7日全直播教学，5次实战打卡，带你从零实践强化学习。

Keyword：

Q-Learning / Sarsa / DQN  / Policy Gradient

状态 可数 / 不可数

动作 可数 / 不可数

随机性策略 / 确定性策略

心得：其实之前也有看过李宏毅老师的课程，对强化学习也有一些了解，百度AI Studio的这门课程主要是面向小白学者，将代码与实践应用相结合，对理论进行形象化理解，做到了科普的效果，其中大力推广的是PaddlePaddle的环境以及PARL的框架，基本上主流的深度学习的功能也都可以实现，并且可以实现分布式计算，在百度的AI Studio的Web端也集成了Notebook环境，方便初学者省去环境配置的步骤，直接进行代码的复现。

想要真正理解算法，7天时间是远远不够的，在我看来，快速上手应用实践是很好，但是背后的算法理论才是真正值得推敲品味的内容，也希望自己在未来能够深入学习，不断对自己进行训练，成为更好的自己。

—— 每个人都是过去经验的总和，过去的经验，造就现在的你

Tim Zhi