Chevron Left
返回到 Sample-based Learning Methods

學生對 阿尔伯塔大学 提供的 Sample-based Learning Methods 的評價和反饋

4.8
1,136 個評分

課程概述

In this course, you will learn about several algorithms that can learn near optimal policies based on trial and error interaction with the environment---learning from the agent’s own experience. Learning from actual experience is striking because it requires no prior knowledge of the environment’s dynamics, yet can still attain optimal behavior. We will cover intuitively simple but powerful Monte Carlo methods, and temporal difference learning methods including Q-learning. We will wrap up this course investigating how we can get the best of both worlds: algorithms that can combine model-based planning (similar to dynamic programming) and temporal difference updates to radically accelerate learning. By the end of this course you will be able to: - Understand Temporal-Difference learning and Monte Carlo as two strategies for estimating value functions from sampled experience - Understand the importance of exploration, when using sampled experience rather than dynamic programming sweeps within a model - Understand the connections between Monte Carlo and Dynamic Programming and TD. - Implement and apply the TD algorithm, for estimating value functions - Implement and apply Expected Sarsa and Q-learning (two TD methods for control) - Understand the difference between on-policy and off-policy control - Understand planning with simulated experience (as opposed to classic planning strategies) - Implement a model-based approach to RL, called Dyna, which uses simulated experience - Conduct an empirical study to see the improvements in sample efficiency when using Dyna...

熱門審閱

DP

2021年2月14日

Excellent course that naturally extends the first specialization course. The application examples in programming are very good and I loved how RL gets closer and closer to how a living being thinks.

AA

2020年8月11日

Great course, giving it 5 stars though it deserves both because the assignments have some serious issues that shouldn't actually be a matter. All the other parts are amazing though. Good job

篩選依據:

1 - Sample-based Learning Methods 的 25 個評論(共 221 個)

創建者 JD

2019年9月22日

創建者 Kaiwen Y

2019年10月2日

創建者 hope

2020年1月25日

創建者 Juan C E

2020年3月7日

創建者 Maxim V

2020年1月12日

創建者 Bernard C

2020年3月22日

創建者 Rishi R

2020年8月3日

創建者 Mukund C

2020年3月17日

創建者 Kinal M

2020年1月10日

創建者 Kyle A

2019年10月3日

創建者 Ivan S F

2019年9月29日

創建者 Manuel B

2019年11月28日

創建者 Amit J

2021年2月27日

創建者 Manuel V d S

2019年10月4日

創建者 Andrew G

2019年12月24日

創建者 Maximiliano B

2020年2月23日

創建者 Jonathan B

2020年5月9日

創建者 Steven W

2021年5月11日

創建者 Sandesh J

2020年6月8日

創建者 César S

2021年7月9日

創建者 Yover M C C

2020年4月22日

創建者 Alberto H

2019年10月28日

創建者 Karol P

2021年4月9日

創建者 Pars V

2020年1月5日

創建者 Surya K

2020年4月12日