歡迎來到 🤗 深度強化學習課程

歡迎來到人工智慧最引人入勝的主題：深度強化學習。

本課程將從初學者到專家，向您教授深度強化學習。它是完全免費和開源的！

在本介紹單元中，您將：

瞭解更多關於課程內容的資訊。
確定您將要走的路徑（自學或認證過程）。
瞭解更多關於您將參與的AI對AI挑戰。
瞭解更多關於我們的資訊。
建立您的Hugging Face賬戶（免費）。
註冊我們的Discord伺服器，您可以在這裡與您的同學和我們（Hugging Face團隊）聊天。

讓我們開始吧！

您會學到什麼？

在本課程中，你將

📖 在理論和實踐中學習深度強化學習。
🧑‍💻 學習使用著名的深度強化學習庫，例如Stable Baselines3、RL Baselines3 Zoo、Sample Factory和CleanRL。
🤖 在獨特環境中訓練智慧體，例如SnowballFight、Huggy the Doggo 🐶、VizDoom (Doom)，以及Space Invaders、PyBullet等經典環境。
💾 僅用一行程式碼即可將您訓練好的智慧體分享到Hub，並從社群下載強大的智慧體。
🏆 參與挑戰賽，您將評估您的智慧體與其他團隊的智慧體。您還將與您訓練的智慧體對戰。
🎓 透過完成80%的作業，獲得結業證書。

以及更多！

在本課程結束時，您將從基礎到SOTA（最先進）方法獲得堅實的基礎。

別忘了註冊課程（我們正在收集您的電子郵件，以便在每個單元釋出時向您傳送連結，並向您提供有關挑戰和更新的資訊）。

點選此處註冊 👉 這裡

課程維護通知 🚧

請注意，本深度強化學習課程目前處於低維護狀態。然而，它仍然是學習深度強化學習理論和實踐的絕佳資源。

請記住以下幾點：

單元7（AI對AI）：此功能目前無法使用。但是，您仍然可以訓練您的智慧體踢足球並觀察其表現。
排行榜：排行榜已不再執行。

除了這些之外，所有理論內容和實踐練習仍然完全可用且對學習有效。

如果您在任何一項動手實踐中遇到問題，請檢視問題區，社群會在那裡提供一些錯誤解決方案。

課程是什麼樣的？

課程由以下部分組成

理論部分：您將在其中學習理論概念。
動手實踐：您將學習使用著名的深度強化學習庫在獨特環境中訓練您的智慧體。這些動手實踐將是Google Colab筆記本，並附有配套的教程影片，如果您喜歡影片學習格式！
挑戰賽：您將讓您的智慧體與其他智慧體在不同的挑戰賽中競爭。還有一個排行榜供您比較智慧體的表現。

課程大綱是什麼？

這是課程大綱

兩種路徑：選擇您自己的冒險

您可以選擇以下方式完成本課程：

獲得結業證書：您需要完成80%的作業。
獲得榮譽證書：您需要完成100%的作業。
作為旁聽生：您可以參與所有挑戰並根據需要完成作業。

沒有截止日期，課程是自定進度的。這兩種路徑都是完全免費的。無論您選擇哪種路徑，我們都建議您遵循推薦的進度，以便與您的同學一起享受課程和挑戰。

您無需告訴我們您選擇哪種路徑。如果您完成80%以上的作業，您將獲得證書。

認證流程

認證過程完全免費

獲得結業證書：您需要完成80%的作業。
獲得榮譽證書：您需要完成100%的作業。

再次強調，由於課程是自定進度的，所以沒有截止日期。但我們的建議是遵循推薦的進度部分。

如何最大限度地利用課程？

為了最大限度地利用本課程，我們有一些建議：

加入Discord學習小組：小組學習總是更容易。為此，您需要加入我們的 Discord 伺服器。如果您是 Discord 新手，別擔心！我們有一些工具可以幫助您瞭解它。
完成測驗和作業：最好的學習方式是親自動手並自我測試。
制定一個時間表以保持同步：您可以使用我們下面推薦的進度時間表，或者建立您自己的。

我需要哪些工具？

您只需要3樣東西

一臺電腦和網際網路連線。
Google Colab（免費版）：我們的大部分實踐課程都將使用 Google Colab，免費版就足夠了。
一個Hugging Face 賬戶：用於推送和載入模型。如果您還沒有賬戶，可以在此處建立一個（免費）。

推薦的學習進度是怎樣的？

本課程的每個章節都旨在在1周內完成，每週大約需要3-4小時的學習時間。然而，您可以根據需要花盡可能多的時間來完成課程。如果您想更深入地研究某個主題，我們將提供額外的資源來幫助您實現這一目標。

我們是誰

關於作者

Thomas Simonini 是 Hugging Face 🤗 的開發者倡導者，專注於深度強化學習。他於2018年創立了深度強化學習課程，該課程成為深度強化學習領域使用最廣泛的課程之一。

關於團隊

Omar Sanseviero 是 Hugging Face 的機器學習工程師，主要從事機器學習、社群和開源的交叉領域。此前，Omar 在 Google 擔任軟體工程師，供職於 Assistant 和 TensorFlow Graphics 團隊。他來自秘魯，喜歡羊駝 🦙。
Sayak Paul 是 Hugging Face 的開發者倡導工程師。他主要研究表徵學習領域（自監督、半監督、模型魯棒性）。他喜歡看犯罪和動作驚悚片 🔪。

本課程有哪些挑戰？

本課程的新版本有兩種型別的挑戰

排行榜可將您的智慧體效能與班上其他同學的智慧體進行比較。
AI vs. AI 挑戰，您可以在其中訓練您的智慧體並與同學的智慧體競爭。

我還有問題

請在我們的discord 伺服器 #rl-discussions中提出您的問題。

< > 在 GitHub 上更新