百度在人工智能的研究和应用领域不断建树，还致力于培养与选拔最具有核心竞争力的AI人才，帮助更多开发者进入强化学习这一领域。6月16日-6月23日，连续两届获得NeurIPS全球顶会赛事冠军团队首次下场，手把手带大家从零实践强化学习。

 

课程反馈好评如潮

直播课程一经推出，就受到了同学们的热烈欢迎，第一天就成为同期B站所有直播课程的人气Top5，（果然是）全网最好的强化学习直播课！不少同学表示，反复看了好几遍都没理解清楚的算法原理，科科老师15分钟就讲得明明白白。

 

不仅老师是大佬，同学们也是卧虎藏龙。课程的学员覆盖985/211高校92所、C9的全部高校，以及宾夕法尼亚大学、佛罗里达大学、伯克利分校、早稻田等全球*名校。也吸引了不少微软、阿里达摩院、IBM、字节跳动、京东等知名企业在职开发者学员的兴趣。

 

学员项目成果大赏

经过一周时间的直播学习，配合5次实战打卡，同学们对强化学习从理论到实践，有了一个系统的认知，课程末尾更是利用了学到的知识，发散奇思妙想，复现了基于PARL的各种有趣的强化学习项目。

优秀项目抢先看（文末公布本次复现赛排名）：

          【飞翔之桨】        【CarRacing赛车】      

     【飞行器速度控制】         【双足行者】          

【月球登陆器】                【机械臂】      

强化学习精彩继续

一个人的学习之路是孤独的，相信很多同学会怀念直播间一起刷弹幕、共同赶作业的美好时光。其实屏幕的这头，也有一些和你一样热爱学习，但是没赶上直播的小伙伴。应大家的呼声，我们决定将强化学习课程精修剪辑大放送，同步到B站平台中，弹幕吐槽可以刷起来了！

别急，围观视频之前，先让我们听听科科老师的开课初心：

课程大纲

全套课程包含强化学习的5大核心算法讲解、代码实践细节。科科老师把晦涩难懂的原理细节用生动形象的动画和举例，听过的人都说好。

第一课：强化学习初印象

1. 强化学习与监督学习区别、算法核心、分类、框架库与环境库

2. GYM实战、PARL介绍、环境安装

第二课：基于表格型方法求解RL

1. 强化学习四元组<S,A,P,R>

2. Q表格与状态价值

3. On-policy vs Off-policy

4. Sarsa、Q-learning算法解析

 

第三课：基于神经网络方法求解RL

1. 函数逼近方法

2. 详解DQN算法

3. 构建PARL DQN模型、代码详解

第四课：基于策略梯度方法求解RL

1. 策略近似

2. 详解Policy Gradient算法

3. PARL Policy Gradient代码解析

第五课：连续动作空间上求解RL

1. 离散动作与连续动作

2. 详解Deep Deterministic Policy Gradient

3. PARL DDPG代码解析

 

讲师介绍

百度高级研发工程师 科老师

飞桨强化学习PARL团队核心成员，所在团队曾两度夺得NeurIPS强化学习赛事世界冠军，并获得百度最高奖等荣誉。

百度AI Studio课程平台

扫码加入课程，即可观看完整课节内容，动手实践案例和代码，遇到作业问题还可以到讨论区寻找答案。

最后，别忘了加入微信学习群，风里雨里我们在群里等你~

 

榜单公布：

终极复现项目获奖名单

秉持着公正、公开的原则，经过评审团日日夜夜的认真评议，终极复现项目获奖名单终于出炉！想了解具体的代码实现，请移步课程讨论区查看项目链接。

 

【一星环境】简单的接球和弹跳：

机械键盘/小度在家：nanting03

小度音箱：star2dust、carler

深度学习图书：pandasic、ccccffff、摘下月亮送给1、jsdbzcm、遥望、再遇见01、jy_503

 

【二星环境】Flappy Bird

机械键盘/小度在家：ninetailskim

小度音箱：bnujli、bnpzsx

深度学习图书：Arrowarcher、RndmVariable、wujun1047、摘下月亮送给1、幻影爆碎000、pandasic、faceblue

 

【二星环境】双足行者

机械键盘/小度在家：墨非虚

小度音箱：玛雅步伐

深度学习图书：jy_503、bnujli、yingying

 

【二星环境】月球登陆器

机械键盘/小度在家：yujiekun77

小度音箱：乌拉__----

 

【二星环境】CarRacing赛车

机械键盘/小度在家：YY应觉月光寒

小度音箱：乌拉__----

 

【二星环境】Pixelcopter

机械键盘/小度在家：super_sunboy

小度音箱：遥望

 

【二星环境】Catcher捕手

机械键盘/小度在家：斗不过丶

小度音箱：七年期限

 

【三星环境】飞行器速度控制

机械键盘/小度在家：游侠流澈

小度音箱：斗不过丶、bnujli

深度学习图书：AI在打野、aitrust、excelsimon、ioaniu、熊本熊、jedibobo、doufenglei79

 

【三星环境】股票StockTradingEnv

机械键盘/小度在家：Arrowarcher

小度音箱：wujun1047、gjfjhappy

深度学习图书：thunder95

 

【四星环境】reach_target-state-v0

机械键盘/小度在家：63445538

小度音箱：thunder95、Wang

 

【五星环境】智能交通灯

机械键盘/小度在家：机械momo、如意_鸡蛋

 

【自选环境】

机械键盘/小度在家：咆哮の喵王、gbsrept、nikankind、阳阳2016**、lianlong2000

小度音箱：gingkg、excelsimon、AI在打野、chenqu2007、kjysxa

 

以上同学的礼品将会按照毕业信息的地址发出。参与更多百度飞桨课程，更多惊喜好礼等着你！

END