晕晕就是晕晕-

导语本周是读书会的第三期分享，曾利博士将围绕强化学习从单智能体到深度策略优化的核心原理，解析状态、动作等概念及 DQN、PPO 等算法构建；深入多智能体强化学习范式，剖析非平稳性等挑战与主流模型机制...