Chapter 1 - 2 欢迎来到深度强化学习

1. 需要将真实世界的问题首先抽象为 Markov Decision Processes (MDPs)，然后才可以使用强化学习方法去求解。

课程划分：

1 强化学习基础

2 基于值的方法

3 基于策略的方法

4 多智能体强化学习

项目内容

1 训练一个智能体能够搜集黄香蕉，同时避免碰到蓝色香蕉

2 训练一个机械臂到达目标位置

3 训练一对智能体打网球