课程视频时间有点长，但希望你能享受学习的快乐。

将传统强化学习与深度神经网络结合的深度强化学习，一直以来被视为更接近人类思维方式的人工智能方法。深度学习具备强感知能力但缺乏一定的决策能力，强化学习具备决策能力但对感知问题束手无策，因此将两者结合起来可以达到优势互补的效果，为复杂系统的感知决策问题提供了解决思路。

想要入门深度强化学习的同学们，请高度注意，一份优秀、细致、全面的新教材出现了。

今天，UC 伯克利教授 Pieter Abbeel 上传了自己的新课程《深度强化学习基础》的最后一节视频，并在推特上安利了一下。

这份课程主要介绍了马尔科夫决策过程（MDP）基础、值迭代 & 策略迭代、最大熵模型（Maxent）、Deep Q-Learning（DQN）、策略梯度、TRPO、PPO、DDPG、SAC、基于模型的强化学习等内容。

该系列课程总共分为六讲，目前已经全部在 Youtube 上发布，而且每一讲的课件都提供免费下载。

Pieter Abbeel 特别强调了：「这可能会是一个新奇未知的领域，而且课程视频时间很长，但希望你能享受其中。」这再次提醒匆匆下载课件的同学们，尽量不要让这些知识一直躺在收藏夹吃灰。

Pieter Abbeel 教授是伯克利机器人学习实验室的主任和伯克利人工智能 (BAIR) 实验室的联合主任，该实验室深度强化学习、深度模仿学习、深度无监督学习、迁移学习、元学习和的前沿，以及人工智能研究的社会影响等。

此前，Abbeel 的 Intro to AI 课程在 edX 上吸引了 10 万多名学生学习，他的深度强化学习和深度无监督学习教材是 AI 研究者的经典学习资料，包括 CS294-158（Deep Unsupervised Learning）、CS188（Introduction to Artificial Intelligence）、CS287（Advanced Robotics）等。

获取方式

资料已打包完成，获取方法如下：

• 方法1、微信搜索公众号：机器学习社区，后台回复：伯克利
• 方法2、扫描下方二维码或者发送图片到微信识别，后台回复：伯克利