伯克利 CS285 深度强化学习
课程名称： Deep Reinforcement Learning
官方入口： 课程主页、Berkeley AI Research Area
课程层级： 研究生进阶
先修要求： 机器学习、深度学习、基础强化学习
重要程度： ※※※※※
课程定位
CS285 是 Berkeley 在全球影响力非常大的深度强化学习课程。它最强的地方在于直接贴近研究前沿，覆盖现代 RL 的主要算法族谱和在机器人中的应用。
核心内容
- 值函数方法与策略梯度
- Actor-Critic、离策略学习
- 模型基础 RL
- 模仿学习、离线 RL、探索与泛化
- 深度 RL 在机器人和复杂控制任务中的应用
课程特色
如果说很多 RL 课只是让你知道算法名字，CS285 会更进一步，要求你真正理解算法设计中的稳定性、样本效率和工程问题。这门课和 Berkeley 机器人研究的结合也非常紧密。
适合谁
- 已有
CS189或等价背景 - 准备进一步做 RL / 机器人研究
- 能接受较重的论文和项目训练