打卡贴：Reinforcement Learning，CS294，Berkeley，Fall 2018

之前在另外一个区发求队友贴，好像发错地方了

在机器学习区再开个贴吧，自己打卡，然后继续求队友。

这个是课程网站：http://rail.eecs.berkeley.edu/deeprlcourse-fa17/index.html，上面有视频加PPT，还有作业。最后再撸个project

我的联系邮箱，st19930921@gmail.com

Update一下我的进度:
11.06: lecture 6看完了，总结一下就是：
1. Fitted Value Iteration: forget policies, compute value directly，用神经网络fit V(s), 前提是知道 transition dynamics
2. Fitted Q Iteration: Compared to value iteration是在不知道transition dynamics的情况下，用神经网络fit Q(s, a)
3. Converge or not：For value iteration with function approximation: always converge if transitions are known and might not converge for non-tabular cases; Q-iteration does not converge with function approximation

Dorothy1995 发表于 2018-11-15 05:06
楼主进度不错啊，我前几天看完了Q-learning，那个Overestimation in Q-learning 和double Q-learning有点奇 ...

可以可以

我现在在看Lec 10了

下周感恩节要出去玩，估计没啥时间看，回来时候咱俩进度估计差不多了，到时候开始看作业

Dorothy1995 发表于 2018-11-8 05:47
Update一下我的进度:
11.06: lecture 6看完了，总结一下就是：
1. Fitted Value Iteration: forget polic ...

进度差不多，我lec 7 看到一半。他这节就是在讨论Q-learning的收敛问题。

等等可以讨论下HW 1&2.

楼主太棒了！我也准备近期学习RL，刚刚研究了一下这个CS294，看起来还不错，想报个名一起学习！

Dorothy1995 发表于 2018/11/06 07:12:56
楼主太棒了！我也准备近期学习RL，刚刚研究了一下这个CS294，看起来还不错，想报个名一起学习！

不错不错，终于找到小伙伴一块学了

你看到lecture 几了？

Shen.TT 发表于 2018-11-6 08:31
不错不错，终于找到小伙伴一块学了

你看到lecture 几了？

看完了第五个lecture，讲Actor-critic那个，听的时候感觉明白了，但是可能还要再推敲推敲，你看到哪里了，要不要交流一下呀

Dorothy1995 发表于 2018/11/06 08:41:20


看完了第五个lecture，讲Actor-critic那个，听的时候感觉明白了，但是可能还要再推敲推敲，你看到哪里了，要不要交流一下呀

差不多，我到lec6. 以后可以一块在这个贴打卡????

好啊！对了这里有一个post，简要介绍了RL的每个分支和经典算法模型，学的时候可以参考一下：https://lilianweng.github.io/lil-log/2018/02/19/a-long-peek-into-reinforcement-learning.html

好消息！刚刚发现2018 Fall的lecture Video 出来了

可以开始看2018的video了

那么问题来了，怎么改帖子标题？

赞！能看最新的还是更好～

你试试帖子最下面的有没有可以点的编辑，我的回帖能看到那个编辑选项