Stanford CS224R Deep Reinforcement Learning | Spring 2025
- 难度
- 难度 1/5 —
- 适合人群
- 前置要求
- 零基础可学
- 课程规模
- 19 讲
课程大纲（19 讲）
- P1 · Lecture 1: Class Intro53 分钟
- P2 · Lecture 2: Imitation Learning67 分钟
- P3 · Lecture 3: Policy Gradients62 分钟
- P4 · Lecture 4: Actor-Critic Methods63 分钟
- P5 · Lecture 5: Off-Policy Actor Critic69 分钟
- P6 · Lecture 6: Q-Learning61 分钟
- P7 · Lecture 7: Offline RL67 分钟
- P8 · Lecture 8: Reward Learning65 分钟
- P9 · Lecture 9: RL for LLMs62 分钟
- P10 · Lecture 10: RL for LLM Reasoning70 分钟
- P11 · Lecture 11: Model-Based RL73 分钟
- P12 · Lecture 12: Multi-Task RL70 分钟
- P13 · Lecture 13: Meta RL69 分钟
- P14 · Lecture 14: Exploration72 分钟
- P15 · Lecture 15: Hierarchical RL and IL69 分钟
- P16 · Lecture 16: RL for Robots65 分钟
- P17 · Lecture 17: Advancing Robot Intelligence49 分钟
- P18 · Lecture 18: Frontiers70 分钟
- P19 · Tutorial Session: Review of Q-Learning50 分钟
本课程卡由 AI 生成，可能存在误差，欢迎反馈。