课程简介

随着机器学习技术在人们日常生活的逐渐普及，人们对机器学习技术的信赖也日渐高涨，期望机器学习能完成除了预测型任务以外更加重要的任务，即决策型任务。决策型任务在日常生活中随处可见，例如游戏AI、无人驾驶、对话机器人、交互式推荐系统、智能交通灯调度等等。和预测型任务相比，决策型任务的最大不同点在于，因为做出的决策要对环境做出实在的改变，机器（智能体）需要推几步甚至更长的时间长做出规划。这种在和环境交互中学习、并对未来做出规划的机器学习技术被称为强化学习。

本课程提供强化学习的入门基础讲解，让学生能够较为全面地了解强化学习这门学科的各类问题和方法论，包括强化学习基础概念和理论、马尔科夫决策过程、动态规划、时序查分学习、值函数学习、模型无关控制方法、策略梯度、深度强化学习、模仿学习、多智能体强化学习等。此外，本课程强调学生的动手能力，要求学生通过编写机器学习的程序完成智能任务，并鼓励学生不断改善模型和代码实现从而提高智能体的效能。

版权申明：本课程课件和视频版权归上海交通大学张伟楠所有。