AIP302TC 强化学习
这门5学分强化学习课以MDP交互循环为骨架，带你掌握动态规划、蒙特卡洛、时序差分与DQN等核心算法，并通过项目实践训练智能体在不确定环境中做序列决策的完整能力。
26-27DTS307TC 强化学习
Reinforcement Learning
- 学校
- 西交利物浦大学
- 学院
- Academy of AI and Advanced Technology
- 专业方向
- AIP · Principles of Artificial Intelligence
- 完整开课代码
- AIP302TC、AIP302TC-2026/27-SEM2、DTS307TC-2025/26-SEM2
- 开课学年
- 2025/26、2026/27
课程概览
AIP302TC 强化学习
本课程深度解析强化学习的核心逻辑与数学基石，通过动态规划、蒙特卡洛及深度学习算法的实战演练，带你掌握从序贯决策建模到工程落地的全链路技术，助你在智能体交互、自动驾驶及游戏AI等前沿领域构建解决复杂问题的核心竞争力。
26-27