Deep_reinforcement_learning_Course

收录理由

这个仓库收录了一门免费深度强化学习课程的全部代码笔记与练习。课程从Q-learning基础讲起，一路延伸到A2C、PPO这类策略梯度方法，且每个算法都同时给出TensorFlow和PyTorch两种实现，方便对照学习。每个单元都配有简短的理论讲解、可运行的notebook以及具体的训练环境，你能亲眼看着智能体一步步学会任务，而不是只停留在纸面上。除了经典的gym风格任务，仓库里还包含Unity游戏和VizDoom等更丰富的交互场景，有助于体会强化学习在复杂环境中的实际表现。项目后来被Hugging Face上使用Stable Baselines3等现代库的新版课程所取代，但这份旧仓库作为原始实现参考，以及对比两个深度学习框架的写法差异，依然很有价值。