强化学习7日打卡营学习总结和心得

七天打卡，六次作业，五次直播，完整的参与了百度推出的强化学习7日打卡营。 课程收获 在科科老师的讲解下，了解到了强化学习的应用， 了解到了基于价值的方法（saras，Q-learning）和基于策略的方法（REINFORCE算法）,还有应用在连续动作空间的算法（DDPG）。其中DDPG算法和REINFORCE算法还需要多看看起数学原理。   强化学习个人感悟 强化学习就像是在不断的与环境进行交互通

>>阅读原文<<