免费强化学习知识系统入门路线_免费大学强化学习-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_43835470/article/details/120876613

博主分享了自己系统学习强化学习的路径和资源，推荐了王树森老师的强化学习理论课程作为入门，强调理论理解的重要性。在实操方面，建议先掌握Tensorflow，然后通过RLcode和莫烦Python的强化学习代码进行实践。提供的学习资源包括王树森的课程、北京大学的Tensorflow2.0教程、白话强化学习以及莫烦Python的强化学习视频。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一点经验分享，很多人分享看到的课程或者论文，但没人分享自己系统学习或者科研的经验，事实上复现一篇论文往往是能够看到原作者是通过什么学习到什么进而做出这篇论文的，一个好的系统的学习经验非常重要，能够在众多免费的知识中找到快速上升的路，而代价就是自己的时间，需要自己折腾体会，折腾后也不会记下来，这也说明学习历程是非常重要的，就像考研经验一样，但需要实事求是，适合自己的才是最好的。

理论

下面就自己入坑强化学习做一个较为系统的总结，也希望以个人经验提供一个比较系统的学习路线，免费的东西就需要自己多折腾，走弯路是必不可少的，也并非课程适合所有人，每个人有每个人的基础，适合不同层次的课程，0基础的强化学习理论课程个人首推王树森老师课程，David Silver课程是英文版，不太友好，其实我入坑的时候看了很多，莫烦python强化学习，北京交通大学许志钦，西南科技大学理学院最优控制与数据智能团队，唐宇迪，还看过一些知乎上的帖子，比如白话强化学习，以上有一些是偏实操的，有一些是纯理论，视频均可在bilibili上找到，个人认为理论讲的通俗易懂的最好的是王树森老师强化学习课程，建议反复观看，反复理解，我也是反复观看了几遍才理解DDPG原理，能够帮助你看懂相关论文。

实操

理论掌握以后，需要结合代码进行巩固，个人建议先掌握工具，tensorflow，有1.0版本，2.0版本，在网上下载的一些代码有的是1.0版本，有的是2.0版本，这里tensorflow教程个人推荐极客tensorflow1.0 【北京大学】Tensorflow2.0，这两个对新手十分友好，熟悉好一些变量，操作，tensorboard可视化等（上一篇博客就是其中的相关课程内容）。有了一定的基础之后，接下来推荐知乎的白话强化学习，相关代码地址RLcode。结合理论和工具就能够基本看懂这些代码并反复加深。接下来推荐莫烦python强化学习，【莫烦Python】强化学习 Reinforcement Learning，虽然可能你一开始就会搜索到这个，但并不推荐一开始看这个，视频很短，精简，不适合没有基础的同学，听懂王树森老师的理论后再来看莫烦的代码讲解视频会很清晰。