来源：雷锋网
原地址：
http://news.ifeng.com/a/20170515/51093579_0.shtml
=====================================================
雷锋网［AI科技评论］按：本文根据俞扬博士在中国人工智能学会AIDL第二期人工智能前沿讲习班"机器学习前沿"所作报告《强化学习前沿》编辑整理而来，雷锋网在未改变原意的基础上略作了删减，并经俞扬博士指正确认，特此感谢。全文分为上下两篇，本文为下篇。
上篇传送门：《南京大学俞扬博士：强化学习前沿（上）》
俞扬博士、副教授，主要研究领域为人工智能、机器学习、演化计算。分别于2004年和2011年获得南京大学计算机科学与技术系学士学位和博士学位。
2011年8月加入南京大学计算机科学与技术系、机器学习与数据挖掘研究所（LAMDA）从事教学与科研工作。曾获2013年全国优秀博士学位论文奖、2011年中国计算机学会优秀博士学位论文奖。发表论文40余篇，包括多篇Artificial Intelligence、IJCAI、AAAI、NIPS、KDD等国际一流期刊和会议上，研究成果获得IDEAL'16、GECCO'11、PAKDD'08最佳论文奖，以及PAKDD’06数据挖掘竞赛冠军等。
任《Frontiers of Computer Science》青年副编辑，任人工智能领域国际顶级会议IJCAI’15/17高级程序委员、IJCAI'16/17 Publicity Chair、ICDM'16 Publicity Chair、ACML'16 Workshop Chair。指导的学生获天猫“双十一”推荐大赛百万大奖、Google奖学金等。
在此列出俞扬老师讲课目录，以供读者参考：
-
一、介绍（Introduction）
-
二、马尔可夫决策过程（Markov Decision Process）
-
三、从马尔可夫决策过程到强化学习（from Markov Decision Process to Reinforce Learning）
-
四、值函数估计（Value function approximation）
-
五、策略搜索（Policy Search）
-
六、游戏中的强化学习（Reinforcement Learning in Games）
-
七、强化学习总结
-
八、强化学习资源推荐
=====================================================
本文转自雷锋网，如需转载请至雷锋网官网申请授权