外观
深度学习与强化学习
约 354 字大约 1 分钟
具身智能深度学习强化学习课程笔记
课程定位
这门课关注如何从数据学习感知表示，以及如何通过与环境交互学习决策策略，并把这些方法用于机器人任务。
希望回答的问题
- 深度网络如何从高维观察中提取有用表示？
- 状态、动作、奖励和策略应如何定义？
- 值函数方法与策略梯度方法有什么差异？
- 为什么仿真中有效的策略可能无法直接迁移到真实机器人？
学习进度
| 日期 | 章节或主题 | 训练或评测 | 状态 |
|---|---|---|---|
| - | 待根据课程目录补充 | - | 待开始 |
重点验证
阶段总结
- 能够解释和实现的算法：待补充。
- 训练稳定性与样本效率问题：待补充。
- 从仿真到现实的主要障碍：待补充。
- 对具身智能综合项目的连接：待补充。
更新日志
2026/7/24 20:09
查看所有更新日志
8cad8-feat: add embodied AI learning collection于
版权所有
版权归属：huanghx02