感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
强化学习与智能体AI简介
- 不确定性下的决策与序列规划
- 强化学习的关键组成:智能体、环境、状态和奖励
- 强化学习在自适应和智能体AI系统中的作用
马尔可夫决策过程
- 马尔可夫决策过程的正式定义与性质
- 价值函数、贝尔曼方程与动态规划
- 策略评估、改进与迭代
无模型强化学习
- 蒙特卡洛与时序差分学习
- Q-learning和SARSA
- 动手实践:在Python中实现表格型强化学习方法
深度强化学习
- 将神经网络与强化学习结合进行函数逼近
- 深度Q网络与经验回放
- Actor-Critic架构与策略梯度
- 动手实践:使用Stable-Baselines3训练基于DQN和PPO的智能体
探索策略与奖励塑形
- 平衡探索与利用(ε-greedy、UCB、熵方法)
- 设计奖励函数,避免非预期行为
- 奖励塑形与课程学习
强化学习与决策的高级主题
- 多智能体强化学习与协作策略
- 分层强化学习与options框架
- 离线强化学习与模仿学习,助力更安全部署
模拟环境与评估
- 使用OpenAI Gym和自定义环境
- 连续与离散动作空间
- 衡量智能体性能、稳定性和样本效率的指标
将强化学习集成到智能体AI系统中
- 在混合智能体架构中结合推理与强化学习
- 将强化学习与工具使用型智能体集成
- 扩展与部署的运维考量
结业项目
- 为模拟任务设计并实现一个强化学习智能体
- 分析训练性能并优化超参数
- 在智能体场景中展示自适应行为与决策能力
总结与后续步骤
要求
- 精通Python编程
- 扎实理解机器学习和深度学习概念
- 熟悉线性代数、概率和基本优化方法
目标受众
- 强化学习工程师和应用AI研究人员
- 机器人与自动化开发人员
- 从事自适应和智能体AI系统开发的工程团队
28 小时
客户评论 (3)
培训师很有耐心,也非常乐于助人。他对主题非常了解。
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
课程 - Agentic AI for Business Automation: Use Cases & Integration
机器翻译
知识与实践的良好结合
Ion Mironescu - Facultatea S.A.I.A.P.M.
课程 - Agentic AI for Enterprise Applications
机器翻译
理论与实践的结合,以及高层与底层视角的融合
Ion Mironescu - Facultatea S.A.I.A.P.M.
课程 - Autonomous Decision-Making with Agentic AI
机器翻译