本课程将会讲解强化学习的相关概念及常见算法，包括经典算法和前沿算法。

通过本课程的学习，使学员：

1、掌握强化学习的基本思想及其在人工智能领域中的地位和应用。

2、掌握强化学习问题的模型-马尔科夫决策过程。

3、掌握强化学习的经典算法：动态规划、蒙特卡洛采样、时序差分。

4、掌握强化学习的进阶算法，包括和深度学习的结合以及基于策略梯度的算法。

第1章 强化学习介绍

第2章 基于值的深度强化学习算法

第3章 基于策略梯度的强化学习算法