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麼可能。如何解決呢？彆着急，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
爲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佈
重點來了！今晚發佈終極復現項目賽題，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，並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！