人工智慧 2.0：AI、Python、DRL + ChatGPT 加值

人工智慧 2.0：Double Deep Q-Learning、Policy Gradient、Actor Critic、DDPG 的最聰明組合

從這 9.5 小時的課程，你會學到

Q-Learning
深度 Q 學習 ( Q-Learning )
政策梯度
Actor Critic
深度確定政策梯度(DDPG)
雙延遲 DDPG (TD3)
深度強化學習的基礎技術
如何實現過度執行最具挑戰性的虛擬應用程式的先進人工智慧模型

要求

一些數學基礎，比如知道什麼是微分( differentiation ) 或梯度( gradient )
一點程式設計知識( classes 和 objects )

課程說明

歡迎來到人工智慧 2.0！

在本課程中，我們將學習並實現一種新的令人難以置信的聰明的人工智慧模型，稱為雙延遲 DDPG( Twin-Delayed DDPG )，它結合了人工智慧領域的最新技術，包括連續雙深度 Q 學習( Double Deep Q-Learning )、政策梯度( Policy Gradient )和 Actor Critic。這個模型是如此強大，以至於在我們的課程中，我們第一次能夠解決最具挑戰性的虛擬人工智慧應用程式(訓練一隻螞蟻 / 蜘蛛和一個半人形機器人在田野中行走和奔跑)。

為了正確理解這種模式，我們將課程分為三個部分:

第一部分: 基礎

在這一部分，我們將學習人工智慧的所有基礎知識，這將使你理解和掌握這門課程中的人工智慧。這些包括 Q-學習，深度 Q-學習，政策梯度，Actor Critic 和更多。

第二部分: 雙延遲的 DDPG ( Twin-Delayed DDPG )理論

我們將深入研究模型背後的整個理論。通過一系列清晰的視覺化幻燈片，您將清楚地看到人工智慧的整個構建和培訓過程。你不僅可以詳細地學習這個理論，而且你還可以對人工智慧的學習和工作形成一種強烈的直覺。第1部分的基礎知識，結合第二部分非常詳細的理論，將使你能夠訪問這個高度進階的模型，並且你最終將成為少數幾個能夠掌握這個模型的人之一。

第三部分: 雙延遲的 DDPG 實現

我們將從頭開始實現這個模型，一步一步地，通過互動式會話，這是本課程的一個新特性，在我們實現這個模型的同時，你可以練習許多程式設計練習。通過這樣做，你將不會被動地遵循課程，而是非常積極地，因此允許你有效地提高你的技能。最後但並非最不重要的，我們將在 Colaboratory 或者 Google Colab 上完成整個實現，這是一個完全免費和開源的 AI 平台，允許你編碼和訓練一些 AI，而不需要在你的機器上安裝任何套件。換句話說，你可以100% 確信你按下執行按鈕，人工智慧將開始訓練，最後你將獲得蜘蛛和人形機器人跑步的視訊。

那麼，你準備好全力擁抱人工智慧了嗎？

快來加入我們，永不停歇地學習，享受 AI 的樂趣吧！