HuggingFace_深度强化学习 Welcome to the 🤗 Deep Reinforcement Learning Course - Hugging Face Deep RL Course https://github.com/huggingface/deep-rl-class 第 1 单元—深度强化学习简介 奖励—单元1.HUGGY 深度强化学习简介 第2单元—对Q-Learning的介绍 第3单元—用雅达利游戏进行深度Q学习 奖励—单元 2.使用 Optuna 自动调整超参数 第4单元—使用PyTorch的策略梯度 第5单元—UNITY 多智能体 第6单元—多机器人环境中的AC 第7单元—对多智能体MARL的介绍&&AI vs AI 第8单元—PART 1—Proximal Policy Optimization (PPO) 第8单元—PART 2—Proximal Policy Optimization (PPO) With Doom 奖励—单元 3.RL中的高级话题 Previous 深度强化学习10篇经典文章 Next NumPy Readers · 读者来信 读者怎么说 先看读者反馈，再直接在当前页面继续讨论。不用绑定社交账号，填个昵称、抓一只娃娃就能留言。 这类长文如果结构清楚，我会一路读到底。这里最好的地方是把概念、公式和代码示例放在同一篇里。 L Lin 算法读者 数据库和工程文档的风格很实用，截图、SQL 和说明都能直接拿去复盘项目。 M Mia 工程笔记党 强化学习相关文章密度很高，但排版如果更清楚，回看体验会更好。这个新版方向是对的。 R Ryo 深夜学习者 我更喜欢能快速扫到标签、修改时间和文章重点的首页，现在这种卡片视图会比纯列表更容易选读。 C Chen 知识整理控 代码块只要语言标识和层级做好，技术博客的专业感会立刻上来。 A Ava 前端同行 评论区不用社交账号强绑定会更愿意留言，尤其是这种偏学习记录的网站。 N Noah 匿名访客 这类长文如果结构清楚，我会一路读到底。这里最好的地方是把概念、公式和代码示例放在同一篇里。 L Lin 算法读者 数据库和工程文档的风格很实用，截图、SQL 和说明都能直接拿去复盘项目。 M Mia 工程笔记党 强化学习相关文章密度很高，但排版如果更清楚，回看体验会更好。这个新版方向是对的。 R Ryo 深夜学习者 我更喜欢能快速扫到标签、修改时间和文章重点的首页，现在这种卡片视图会比纯列表更容易选读。 C Chen 知识整理控 代码块只要语言标识和层级做好，技术博客的专业感会立刻上来。 A Ava 前端同行 评论区不用社交账号强绑定会更愿意留言，尤其是这种偏学习记录的网站。 N Noah 匿名访客 快捷身份 留下你的想法 选一个预设身份，或者直接填昵称；写完点发布，抓到指定的娃娃就能提交。若显示“需要配置 Waline”，说明站点还缺少可写评论后端。 当前讨论 HuggingFace_深度强化学习 算法读者 工程笔记党 深夜学习者 当前未选择预设身份 最新评论 Waline 配置完成后，真实评论会加载在下方，移动端和主题切换会同步处理。 WALINE Jun 26, 2025 Loading comments… Please enable JavaScript to view and submit comments. CATALOG 0% PRESS ↑ / ↓ TO SCROLL FEATURED TAGS 22 posts 强化学习 7 编程语言 5 AI Agent 4 后端与数据库 4 AI Engineering 3 Python 3 Claude Code 2 PPO 2
读者怎么说
先看读者反馈，再直接在当前页面继续讨论。不用绑定社交账号，填个昵称、抓一只娃娃就能留言。
快捷身份
留下你的想法
选一个预设身份，或者直接填昵称；写完点发布，抓到指定的娃娃就能提交。若显示“需要配置 Waline”，说明站点还缺少可写评论后端。
当前未选择预设身份