首页
›
智能汽车与新能源汽车工程
›
087-强化学习驾驶决策与控制工程
›
《深度强化学习工程化项目实战100例》
VIP10
本课程属于：087-强化学习驾驶决策与控制工程
智能汽车与新能源汽车工程 · 共 10 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
《深度强化学习工程化项目实战100例》
共 100 例
01
搭建DQN训练CartPole环境
02
Double DQN解决过估计问题
03
Dueling DQN架构实现
04
Prioritized Experience Replay实现
05
NoisyNet探索策略
06
Rainbow算法集成
07
REINFORCE策略梯度实现
08
Actor-Critic基础实现
09
A2C算法实现
10
PPO算法实现
11
TD3算法实现
12
SAC算法实现
13
DDPG算法实现
14
HER经验回放
15
多智能体独立DQN
16
MADDPG算法实现
17
QMIX算法实现
18
模型预测控制(MPC)集成
19
World Models训练
20
Dreamer算法实现
21
基于模型的策略优化(MBPO)
22
模仿学习行为克隆
23
GAIL生成对抗模仿学习
24
逆强化学习(IRL)基础
25
分层强化学习选项框架
26
Hindsight Goal Generation
27
课程学习实现
28
好奇心驱动探索
29
RND随机网络蒸馏
30
ICM内在好奇心模块
31
多任务强化学习
32
元学习MAML实现
33
RLHF人类反馈强化学习
34
安全强化学习约束策略优化
35
鲁棒强化学习对抗扰动
36
部分可观测MDP的RNN策略
37
多模态融合强化学习
38
注意力机制在强化学习中的应用
39
图神经网络策略
40
Transformer策略网络
41
离线强化学习BCQ
42
CQL保守Q学习
43
IQL隐式Q学习
44
模型集成不确定性估计
45
贝叶斯强化学习
46
进化策略优化策略
47
遗传算法与强化学习结合
48
策略蒸馏
49
知识蒸馏在强化学习中的应用
50
强化学习中的迁移学习
51
域随机化
52
Sim-to-Real迁移
53
强化学习中的数据增强
54
对比学习在强化学习中的应用
55
自监督表征学习
56
多尺度时间建模
57
动作空间分解
58
连续动作空间离散化
59
参数化动作空间
60
多智能体通信协议学习
61
多智能体协作与竞争混合
62
基于注意力的多智能体通信
63
多智能体信用分配
64
多智能体策略梯度
65
多智能体值分解网络
66
多智能体Q学习
67
多智能体纳什均衡学习
68
多智能体对手建模
69
多智能体课程学习
70
多智能体自博弈
71
多智能体群体智能
72
多智能体环境构建
73
强化学习中的奖励塑形
74
逆奖励设计
75
奖励稀疏性问题处理
76
多目标强化学习
77
约束强化学习
78
鲁棒马尔可夫决策过程
79
部分可观测强化学习
80
非平稳环境适应
81
强化学习中的探索策略比较
82
基于计数的探索
83
基于信息增益的探索
84
强化学习中的贝叶斯优化
85
强化学习中的自动超参数调整
86
强化学习中的模型选择
87
强化学习中的评估指标
88
强化学习中的可视化
89
强化学习中的日志记录
90
强化学习中的配置管理
91
强化学习中的分布式训练
92
强化学习中的多GPU训练
93
强化学习中的模型部署
94
强化学习中的实时推理
95
强化学习中的安全测试
96
强化学习中的可解释性
97
强化学习中的公平性
98
强化学习中的隐私保护
99
强化学习中的持续学习
100
强化学习中的元学习
所属VIP或分类
同VIP：PPO-SAC自动驾驶连续控制工程
同VIP：多智能体强化学习交通交互工程
同VIP：强化学习策略训练与环境集成实战100例