AI

RL¶

• Reward Hacking in Reinforcement Learning - Lil'Log

• Teaching Robots to Listen and Think Harder

DL¶

CS231n¶

• CS231n part 1 - Ecank的文章 - 知乎

• cs231n前面深度学习基础知识总结

其他¶

• 动手学深度学习笔记：CNN、RNN、CV、NLP
• 深度学习知识合集 · 语雀
• UMich EECS 498-007 / 598-005: Deep Learning for Computer Vision课程笔记
• CMU DLsys 作业实现

DRL¶

王树森¶

• 王树森 深度强化学习 L1
• 王树森 深度强化学习 L2
• 王树森 深度强化学习 L3
• 王树森 深度强化学习 L4 - Actor-Critic方法
• 王树森 深度强化学习 L5 - AlphaGo
• 王树森 深度强化学习 L6 - Monte Carlo
• 王树森 深度强化学习 L7 - 均匀随机排列与Fisher-Yates算法
• 王树森 深度强化学习 L8，9，10 - TD-learning
• 王树森 深度强化学习 L10，11，12 - 价值学习高级技巧
• 王树森 深度强化学习 L13，14，15，16 - 策略梯度中的baseline
• 王树森 深度强化学习 L17,18,19 - 连续控制

• 王树森 深度强化学习 L20 - 置信域策略优化

• 王树森 深度强化学习 L21，22 - 多智能体强化学习（完结篇）

CS285¶

• CS 285 MBRL理论分析和HW4 - justopit
• CS 285 Q-Learning 和 HW3
• CS 285 策略梯度和HW2
• CS 285 学习 - justopit

CMU10414¶

• CMU10414-hw0 - PAC's Blog

其他¶

• OpenAI DRL

ML¶

• Ng-Machine learning 课程笔记 - amaranth的叶栈漫谈

• 概率图模型&机器学习 -- 精确推断方法 -- 变量消去(Variable Elimination)和信念传播(Belief Propagation) - 伊犁纯流莱 - 博客园

• Mathematical-Foundation-of-Reinforcement-Learning

DGM¶

• CS236深度生成模型 Lec8的刷课总结/刷课笔记 - normalizing flow 流模型