分析强化学习课程教学中存在的问题，将“路径寻优”案例引入课程教学，探索以一个案例串联强化学习核心算法的教学方法。首先，基于“路径寻优”案例构建马尔可夫决策过程模型；其次，阐述动态规划方法、蒙特卡洛方法、时序差分方法的原理及区别；最后，结合“路径寻优”案例，通过关联编程，更加直观地讲解强化学习核心算法的区别，提高强化学习课程的教学质量。
科研之友
微信
新浪微博
Facebook
分享链接
