描述
学习在交互环境中设计与编程强化学习代理以执行复杂任务。主题包括马尔可夫决策过程、动态规划方法、蒙特卡洛方法、时序差分学习、基于函数逼近的预测/控制、策略梯度和深度强化学习算法。
先修课程
- 先决条件: COMP 2402 、( COMP 2404 或 SYSC 3010 或 SYSC 3110 )、( MATH 1004 或 MATH 1007)、( MATH 1104 或 MATH 1107 )，以及 ( DATA 1517 或 STAT 2507 ).
条件与方式
- 先决条件: COMP 2402 、( COMP 2404 或 SYSC 3010 或 SYSC 3110 )、( MATH 1004 或 MATH 1007)、( MATH 1104 或 MATH 1107 )，以及 ( DATA 1517 或 STAT 2507 ).
- 每周讲课三小时。
原文参考文本
Learn about designing and programming reinforcement learning agents to perform complex tasks in interactive environments. Topics include Markov decision processes, dynamic programming methods, Monte Carlo methods, temporal difference learning, prediction/control with function approximation, policy gradient, and deep reinforcement learning algorithms.
- Prerequisite(s): COMP 2402 , ( COMP 2404 or SYSC 3010 or SYSC 3110 ), ( MATH 1004 or MATH 1007), ( MATH 1104 or MATH 1107 ), and ( DATA 1517 or STAT 2507 ).
- Lectures three hours a week.
来源与参考
为帮助您核实信息，保留了日期和来源。为便于阅读提供了翻译；以官方来源为准，查看条件和要求。
来源参考 : https://calendar.carleton.ca/undergrad/courses/COMP/