知乎《强化学习知识大讲坛》学习笔记

强化学习入门 第一讲 MDP

https://zhuanlan.zhihu.com/p/25498081

强化学习入门 第二讲 基于模型的动态规划方法

https://zhuanlan.zhihu.com/p/25580624

强化学习入门 第三讲蒙特卡罗方法

https://zhuanlan.zhihu.com/p/25743759

强化学习入门 第四讲 时间差分法（TD方法）

https://zhuanlan.zhihu.com/p/25913410

强化学习入门 第五讲 值函数逼近

https://zhuanlan.zhihu.com/p/26007538

深度强化学习系列 第一讲 DQN

https://zhuanlan.zhihu.com/p/26052182

强化学习进阶 第六讲 策略梯度方法

https://zhuanlan.zhihu.com/p/26174099

强化学习进阶 第七讲 TRPO

https://zhuanlan.zhihu.com/p/26308073

强化学习进阶 第八讲 确定性策略方法

https://zhuanlan.zhihu.com/p/26441204

强化学习进阶 第九讲 引导策略搜索

https://zhuanlan.zhihu.com/p/26531882

https://zhuanlan.zhihu.com/p/26572176

强化学习进阶 第十讲 逆向强化学习

https://zhuanlan.zhihu.com/p/26682811

https://zhuanlan.zhihu.com/p/26766494

https://zhuanlan.zhihu.com/p/26855870