歡迎來到 🤗 深度強化學習課程

歡迎來到人工智慧中最引人入勝的主題：深度強化學習。

本課程將從初學者到專家帶領您學習深度強化學習。本課程完全免費且開源！

在本介紹單元中，您將會

進一步了解課程內容。
確定您將走的學習路徑 (可選擇旁聽或認證流程)。
進一步了解您將參與的 AI 對戰 AI 挑戰。
進一步了解我們。
建立您的 Hugging Face 帳號 (免費)。
加入我們的 Discord 伺服器，在這裡您可以與同學和我們 (Hugging Face 團隊) 聊天。

讓我們開始吧！

課程內容預期？

在本課程中，您將：

📖 從理論與實作兩方面學習深度強化學習。
🧑‍💻 學習使用知名的深度強化學習函式庫，例如 Stable Baselines3、RL Baselines3 Zoo、Sample Factory 和 CleanRL。
🤖 在獨特的環境中訓練代理人，例如 SnowballFight、Huggy the Doggo 🐶、VizDoom (Doom) 以及經典環境，例如 Space Invaders、PyBullet 等等。
💾 透過一行程式碼將您訓練好的代理人分享至 Hub，也可以從社群下載強大的代理人。
🏆 參與挑戰，您將能評估您的代理人與其他團隊的表現。您也將能與您訓練的代理人對戰。
🎓 只要完成 80% 的作業，即可獲得結業證書。

以及更多內容！

在本課程結束時，您將從基礎到最先進 (state-of-the-art, SOTA) 的方法，打下堅實的基礎。

別忘了報名課程 (我們將會收集您的電子郵件，以便在每個單元發布時向您發送連結，並提供有關挑戰和更新的資訊)。

報名 👉 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度維護狀態。然而，它仍然是學習深度強化學習理論和實踐的絕佳資源。

請注意以下幾點

單元 7 (AI 對戰 AI) ：此功能目前無法使用。不過，您仍然可以訓練您的代理人踢足球並觀察其表現。
排行榜 ：排行榜已停止運作。

除了上述幾點，所有理論內容和實踐練習仍然完全可用且對學習有效。

如果您在實作練習中遇到任何問題，請查看問題討論區，社群成員會提供一些錯誤的解決方案。

課程內容是什麼？

課程包含：

理論部分：在這裡您將學習理論概念。
實作練習：在這裡您將學習使用知名的深度強化學習函式庫，在獨特的環境中訓練您的代理人。這些實作練習將以 Google Colab 筆記本搭配教學影片的形式呈現，如果您偏好透過影片學習！
挑戰：您將讓您的代理人與其他代理人在不同的挑戰中競爭。也將有一個排行榜，供您比較代理人的表現。

課程大綱是什麼？

這是課程大綱

兩種學習路徑：選擇您的冒險

您可以選擇以下方式之一來修讀本課程

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。
旁聽：您可以參與所有挑戰，並根據意願完成作業。

沒有截止日期，本課程採自主學習。這兩種路徑都是完全免費的。無論您選擇哪條路徑，我們都建議您按照建議的進度，與同學們一起享受課程和挑戰。

您無需告知我們您的選擇。如果您完成超過 80% 的作業，您將獲得證書。

認證流程

認證流程完全免費。

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。

再強調一次，由於課程是自主學習，因此沒有截止日期。但我們建議您按照建議的學習進度。

如何充分利用本課程？

為了充分利用本課程，我們有一些建議

加入 Discord 上的學習小組：小組學習總是更輕鬆。為此，您需要加入我們的 Discord 伺服器。如果您不熟悉 Discord，別擔心！我們有一些工具可以幫助您學習如何使用它。
完成測驗和作業：最好的學習方式是親自動手並測試自己。
制定一個學習進度表以保持同步：您可以使用下方建議的進度表，或自行建立。

我需要哪些工具？

您只需要 3 樣東西

一台電腦並連接網際網路。
Google Colab (免費版)：我們大部分的實作練習都將使用 Google Colab，免費版就足夠了。
一個 Hugging Face 帳號：用於推送和載入模型。如果您還沒有帳號，可以在這裡建立一個 (免費)。

建議的學習進度是什麼？

本課程的每個章節都設計為在 1 週內完成，每週大約需要 3-4 小時的學習時間。不過，您可以根據需要花費任何時間來完成課程。如果您想更深入地研究某個主題，我們將提供額外資源來幫助您達成目標。

關於我們

關於作者

Thomas Simonini 是 Hugging Face 🤗 的開發者推廣大使，專精於深度強化學習。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中最受歡迎的課程之一。

關於團隊

Omar Sanseviero 是 Hugging Face 的機器學習工程師，專注於機器學習、社群和開源的交集領域。此前，Omar 曾在 Google 擔任軟體工程師，負責 Assistant 和 TensorFlow Graphics 團隊。他來自秘魯，喜歡羊駝 🦙。
Sayak Paul 是 Hugging Face 的開發者推廣工程師。他對表徵學習 (自我監督、半監督、模型穩健性) 領域感興趣。他喜歡看犯罪和動作驚悚片 🔪。

本課程中有哪些挑戰？

在本課程的新版本中，您有兩種挑戰類型

一個排行榜，用來比較您的代理人與其他同學的表現。
AI 對戰 AI 挑戰，您可以在其中訓練您的代理人並與其他同學的代理人競爭。

我還有問題

請在我們的 Discord 伺服器 #rl-discussions 頻道中提問。

< > 在 GitHub 上更新

深度強化學習 (Deep RL) 課程