都說強化學習很難，其實掌握了正確的學習方法，也會變得非常簡單！

這次，所以我們榮幸的邀請到了百度連續兩屆獲得NeurIPS全球頂會賽事冠軍團隊，6月16日-6月23日，連續7天，20:30-21:30，以直播的形式，手把手帶大家從零實踐強化學習！

昨晚的直播課中，科科老師詳細的給大家解釋了Policy Gradient涉及的數學公式，帶大家去理解算法是如何一步步如何優化目標的。通過科科老師的耐心梳理，大家對強化學習一定有了更深刻的理解。

今晚精彩更多

之前的課程，我們討論的都是離散的動作空間，而在實際問題中，存在大量連續空間的問題，比如價格、角度、時間等。想要枚舉所有的動作變得更困難，而如何將所有可行的動作逐一嘗試出來也變得不那么可能。如何解決呢？別著急，今天科科老師帶你一一擊破！

連續動作空間上求解RL

1. 離散動作與連續動作

2. 詳解Deep Deterministic Policy Gradient

3. DDPG代碼解析

為了在連續動作上更有效地學習，DDPG也應運而生：

終極復現項目賽題發布

重點來了！今晚發布終極復現項目賽題，更有科科老師現場講解項目環境，點撥實現技巧，大家千萬不要錯過！搶先看：

實現難度（兩顆星）：

實現難度（三顆星）：

實現難度（五顆星）：

更多賽題，今晚敬請期待~

直播時間

6月20日（今晚）20:30 - 21:30

講師介紹

百度高級研發工程師 科科老師

飛槳強化學習PARL團隊核心成員，所在團隊曾兩度奪得NeurIPS強化學習賽事世界冠軍，并獲得百度最高獎等榮譽。

快來和世界冠軍大佬面對面交流吧~

點擊“閱讀原文”加入課程，獲取更多課程資料哦！

總結

以上是生活随笔為你收集整理的今晚直播 |现实环境中的强化学习如何解决？你不可错过的RL终极奥义的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。