1、培訓(xùn)過(guò)程中，如有部分內(nèi)容理解不透或消化不好，可免費(fèi)在以后培訓(xùn)班中重聽(tīng)；
       2、課程完成后,授課老師留給學(xué)員手機(jī)和Email,保障培訓(xùn)效果,免費(fèi)提供半年的技術(shù)支持。
       3、培訓(xùn)合格學(xué)員可享受免費(fèi)推薦就業(yè)機(jī)會(huì)。☆合格學(xué)員免費(fèi)頒發(fā)相關(guān)工程師等資格證書(shū)，提升職業(yè)資質(zhì)。專(zhuān)注高端技術(shù)培訓(xùn)15年，端海學(xué)員的能力得到大家的認(rèn)同，受到用人單位的廣泛贊譽(yù)，端海的證書(shū)受到廣泛認(rèn)可。

在過(guò)去的幾年里，強(qiáng)化學(xué)習(xí)(RL，Reinforcement Learning)在很多方面取得了突破。DeepMind公司將深度學(xué)習(xí)與增強(qiáng)學(xué)習(xí)結(jié)合在一起，在眾多的Atari游戲中來(lái)取得超越人類(lèi)的表現(xiàn)，基于深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)訓(xùn)練得到的AlphaGo Zero更是完全從零開(kāi)始，僅通過(guò)自我對(duì)弈就能天下無(wú)敵。雖然RL目前在許多游戲環(huán)境中都表現(xiàn)很出色，但它對(duì)解決需要最優(yōu)決策和效率的問(wèn)題而言是種全新方法，而且肯定會(huì)在機(jī)器智能中發(fā)揮作用。

? ?? ? Gym是為測(cè)試和開(kāi)發(fā)RL算法而設(shè)計(jì)的環(huán)境/任務(wù)的集合。它讓用戶(hù)不必再創(chuàng)建復(fù)雜的環(huán)境。Gym用Python編寫(xiě)，它有很多的環(huán)境，比如機(jī)器人模擬或Atari 游戲。它還提供了一個(gè)在線排行榜，供人們比較結(jié)果和代碼。

第1部份 強(qiáng)化學(xué)習(xí)與常用的仿真環(huán)境平臺(tái)介紹（MuJoCo, OpenAI Gym, rllab, DeepMind Lab, TORCS, PySC2等）
第2部份 OpenAI gym中的常用仿真環(huán)境介紹，包括Atari 2600 游戲系列、MuJoCo 物理模擬器、Toy text 文本環(huán)境、Robotics機(jī)械手與機(jī)械臂模擬器等
第3部份 馬爾科夫決策過(guò)程MDP
第4部份 基于gym的MDP實(shí)例講解，基于OpenAI Gym構(gòu)建股票市場(chǎng)交易環(huán)境
第5部份 基于gym的強(qiáng)化學(xué)習(xí)實(shí)踐：基于值函數(shù)的強(qiáng)化學(xué)習(xí)方法實(shí)現(xiàn)；基于策略梯度的強(qiáng)化學(xué)習(xí)方法實(shí)現(xiàn)
第6部份 虛擬環(huán)境Universe： 一個(gè)用于訓(xùn)練解決通用問(wèn)題 AI 的基礎(chǔ)架構(gòu)
第7部份 基于Universe的強(qiáng)化學(xué)習(xí)實(shí)踐：用OpenAI公司的Gym工具庫(kù)和Universe平臺(tái)為游戲創(chuàng)建人工智能機(jī)器人