绪论

0.1 绪论

强化学习板块Ⅰ-基础知识

1.1 强化学习的基本概念

1.2 马尔可夫决策问题模型

1.3 强化学习值函数（上）

1.3 强化学习值函数（下）

1.4从值函数计算最优策略

强化学习板块Ⅰ-课堂实录

强化学习板块Ⅰ-PPT

课后习题

强化学习板块Ⅱ-表格型求解法

2.1 动态规划算法（上）

2.1动态规划算法（下）

2.2 蒙特卡罗算法

2.3 时差分方法

2.4 Q-Learning算法

强化学习板块Ⅱ-课堂实录

强化学习板块Ⅱ-文档下载

强化学习板块Ⅱ-单元测验

强化学习板块Ⅲ-深度强化学习基础

3.1 深度神经网络与值函数

3.2 DQN算法

3.3 DQN算法原理

3.4 策略梯度原理

3.5 策略梯度示例

3.6 DPG算法

3.7 TRPO算法

3.8 PPO算法

深度强化学习-课堂实录I

深度强化学习-课堂实录II

强化学习板块Ⅲ-代码

强化学习板块Ⅲ-单元测验

强化学习板块Ⅳ-多智能体强化学习

4.1 多智能体强化学习基础

4.2 MADDPG算法

4.3 QMIX算法

多智能体强化学习算法-课堂实录

强化学习板块Ⅳ-单元测验

深度学习板块Ⅰ

1.1 人脑神经网络和人工神经网络

1.2 人工神经元

1.3 前馈神经网络

深度学习板块Ⅰ-课堂实录

深度学习板块Ⅰ-文档下载

深度学习板块Ⅰ-课后习题

深度学习板块Ⅱ

2.1 多层神经网络的参数学习

2.2 梯度下降方法

2.3 反向传播算法

深度学习板块Ⅱ-课堂实录

深度学习板块Ⅱ-PPT

深度学习板块Ⅱ-课后习题

深度学习板块Ⅰ&Ⅱ-公开课

人工神经网络（上）-公开课

多层全连接前馈神经网络-公开课

深度学习板块Ⅲ-卷积神经网络

3.1 卷积神经网络（上）

3.1 卷积神经网络（下）

3.2-3.4 其他卷积种类

深度学习板块Ⅲ-课堂实录PPT

深度学习板块Ⅳ-循环神经网络

4.1 循环神经网络基础

4.2 LSTM

4.3 扩展到图结构

深度学习板块Ⅳ-文档下载

深度学习板块Ⅴ-TRANSFORMER

5.1 从RNN到TRANSFOMER

5.2 序列到序列的RNN模型

5.3 注意力机制

5.4-5 TRANSFORMER模型及应用

深度学习板块Ⅴ-课堂实录PPT

深度强化学习板块-多机器人集群控制

1.1 多机器人集群

1.2 多智能体信息融合

1.3 多智能体协调的学习控制方法

多智能体板块-课堂实录

机器人集群板块-PPT

深度强化学习板块-单元测验

搜索求解板块Ⅰ

1.1 搜索-问题定义

1.2 搜索-树搜索

1.3 搜索-广度优先

1.4 搜索-深度优先

1.5 搜索-一致代价

搜索求解板块Ⅰ-课后习题

搜索求解板块Ⅱ-启发搜索与博弈搜索

2.1 启发搜索-启发函数

2.2 启发搜索-A*算法

2.3 博弈搜索-对抗游戏

2.4 博弈搜索-MINMAX算法

2.5 博弈搜索-alpha_beta算法

搜索求解板块Ⅱ-课后习题

搜索求解板块Ⅲ-约束满足

3.1 约束满足-问题定义

3.2 约束满足-回溯搜索

3.3 约束满足-约束传播

3.4 约束满足-树结构

搜索求解板块Ⅲ-单元测验

机器学习板块

机器学习-绪论

机器学习板块-数学基础

机器学习-高等代数

机器学习-高等数学Ⅰ

机器学习-高等数学Ⅱ

机器学习-高等数学Ⅲ

机器学习-概率初步

机器学习-统计回归

机器学习-增量计算

知识推理板块

知识表示-一阶谓词

知识表示-产生式

确定性推理-推理概念

确定性推理-自然演绎

不确定性推理-概率回顾I

不确定性推理-概率回顾II

不确定性推理-概率回顾III

不确定推理-贝叶斯网络I

不确定性推理-贝叶斯网络II

不确定性推理-贝叶斯网络III

不确定性推理-D-分离I

不确定性推理-D-分离II

不确定性推理-D-分离III

知识推理板块-单元测验

实践内容

DQN程序

A3C程序

Pybullet安装

GYM

通用强化学习框架

裂缝检测实践

论文报告

IJCAI 2022-Efficient Neural Neighborhood Search for Pickup and Delivery Problems

NeurIPS 2020-Early-Learning Regularization Prevents Memorization of Noisy Labels

NeurIPS 2021-Medical Dead-ends and Learning to Identify High-Risk States and Treatments

ICML 2023-LoSparse: structured compression of large language models based on low-rank and sparse approximation

NeurIPS 2022-Outlier Suppression: Pushing the Limit of Low-bit Transformer Language Models