VIP7
本课程属于：025-机器人强化学习与模仿学习 智能机器人、自动化与智能装备工程 · 共 7 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

机器人强化学习策略训练工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=机器人强化学习策略训练工程的学… · 核心概念 · 整体框架与典型应用场景
课程导入目标=机器人强化…
02
强化学习基础
目标=马尔可夫决策过程 · 状态 · 动作
强化学习基础目标=马尔可夫决…
03
机器人仿真环境
目标=MuJoCo · PyBullet · Isaac Gym
机器人仿真环境MuJoCo
04
策略表示与函数逼近
目标=从表格法到神经网络策略 · 确定性策略与随机策略的建模方式
策略表示函数逼近
05
值函数方法
目标=Q-learning · SARSA · DQN
值函数方法Q-learning
06
策略梯度方法
目标=REINFORCE · Actor-Critic · A2C
策略梯度方法REINFORCE
07
连续控制算法
目标=DDPG · TD3 · SAC 的算法结构
连续控制算法DDPG
08
基于模型的强化学习
目标=世界模型 · Dreamer · MBPO
基于模型的强化学…目标=世界模型
09
模仿学习与强化学习结合
目标=行为克隆 · DAgger · 逆强化学习
模仿学习强化学习结合
10
奖励函数设计
目标=稀疏奖励 · 稠密奖励 · 奖励塑形
奖励函数设计目标=稀疏奖励
11
探索与利用
目标=ε-greedy · 玻尔兹曼探索 · OU 噪声
探索利用
12
训练稳定性与收敛性
目标=梯度裁剪 · 目标网络 · 经验回放
训练稳定性收敛性
13
分布式与并行训练
目标=Ape-X · IMPALA · R2D2
分布式并行训练
14
离线强化学习
目标=BCQ · CQL · IQL
离线强化学习BCQ
15
多任务与元强化学习
目标=MAML · RL2 · PEARL
多任务元强化学习
16
分层强化学习
目标=选项框架 · HRL · HIRO
分层强化学习目标=选项框架
17
多智能体强化学习
目标=MADDPG · QMIX · MAPPO
多智能体强化学习MADDPG
18
Sim-to-Real 迁移
目标=域随机化 · 系统辨识 · 域适应
Sim-to-Real迁移
19
机器人运动控制实战
目标=四足机器人行走 · 机械臂抓取 · 无人机悬停的策略训练流程
机器人运动控制实…目标=四足机器人…
20
机器人导航与避障实战
目标=激光雷达 · 视觉输入 · 路径规划与强化学习策略结合
机器人导航避障实战
21
视觉强化学习
目标=CNN · ViT · 对比学习
视觉强化学习CNN
22
状态估计与传感器融合
目标=卡尔曼滤波 · 粒子滤波 · IMU
状态估计传感器融合
23
安全强化学习
目标=约束 MDP · CPO · 安全层
安全强化学习MDP
24
评估与基准测试
目标=回报曲线 · 成功率 · 样本效率
评估基准测试
25
超参数调优与实验管理
目标=网格搜索 · 贝叶斯优化 · W&B
超参数调优实验管理
26
工程化训练框架
目标=Ray RLlib · Stable-Baselines3 · Tianshou
工程化训练框架Ray
27
常见问题与调试
目标=不收敛 · 过拟合 · 奖励黑客
常见问题调试
28
综合案例一
目标=机械臂抓取与放置任务的端到端强…
综合案例一目标=机械臂抓取
29
综合案例二
目标=四足机器人复杂地形行走的仿真训… · 域随机化与实机迁移
综合案例二目标=四足机器人…
30
课程总结与进阶
目标=知识体系回顾 · 前沿方向 · 论文阅读
课程总结进阶