SDSC6007
动态规划与强化学习
📘 简介
本课程介绍动态规划的基础模型和解决技术，以及强化学习的框架，通过自主智能体与环境的交互学习做出近乎最优的决策。课程涵盖动态规划与强化学习的核心内容，包括马尔科夫决策过程、价值函数、蒙特卡洛估计、时间差分学习和函数逼近。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 阐释动态规划和强化学习的基本思想、概念及原理；
✔️ 解释最优控制、动态规划及强化学习的理论与求解方法；
✔️ 将实际问题建模为动态规划/强化学习问题，并实现正确的求解器；
✔️ 将动态规划和强化学习技术应用于实际问题。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📝 课程项目 | 30% | 完成强化学习与动态规划的课程项目，包括报告和展示。 |
| 🖥️ 作业 | 20% | 解决动态规划与强化学习问题的书面作业。 |
| 📄 期中考试 | 20% | 评估学生对课程核心概念和算法的理解与应用能力。 |
| 📄 期末考试 | 30% | 2小时书面考试，涵盖课程主要内容和应用。 |
💬 课程评价
✨ 精选评价
💡 加入讨论
在下方评论分享您的评价、问题或经验👇
“期待你的评价。”
—— CityU