Während meiner 2-jährigen Tätigkeit als Postdoktorand habe ich viele Deep Reinforcement Learning (DRL)-Algorithmen implementiert. Ich finde DRL ein sehr faszinierendes Thema.
Heute habe ich erfahren, dass der DRL-Kurs von Hugging Face und Thomas Simonini jetzt abgeschlossen ist und ich wollte Ihnen mitteilen, dass dieser Kurs, wenn Sie sich für DRL interessieren, neben der Lektüre von Büchern über Reinforcement Learning (RL) einer der besten Orte ist, um mit RL zu beginnen.
Was Sie in diesem DRL-Kurs erwarten können:
- Einführung in DRL
- Einführung in Q-learning
- Tiefes Q-Lernen mit Atari-Spielen
- Policy-Gradient mit PyTorch
- Einführung in Unity ML-Agenten
- Akteurskritische Methoden mit Robotik-Umgebungen
- Einführung in Multi-Agenten und KI gegen KI
- Proximale Richtlinien-Optimierung (PPO)
- Lernen Sie, berühmte Deep RL-Bibliotheken wie Stable Baselines3, RL Baselines3 Zoo, Sample Factory und CleanRL zu verwenden.
- Trainieren Sie Agenten in einzigartigen Umgebungen wie SnowballFight, Huggy the Doggo, VizDoom (Doom) und klassischen Umgebungen wie Space Invaders, PyBullet und mehr.
- Plus 3 Bonuseinheiten für praktische Beispiele und weiterführende Konzepte.
Viel Spaß!
Neueste Kommentare