Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 19: Model-Based RL

摘要

第 19 講由丹尼萊·甘貝利教授主講，深入探討基於模型的強化學習原理與結論。觀眾可透過此影片理解相關理論，並參考隨附教材與講義進行學習。

This lecture covers the principles and conclusions of model-based reinforcement learning.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

適合誰看

適合具備機器學習或程式基礎、正在修讀或研究機器人自主控制系統的學生與研究者。

摘要依據

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.63

新鮮

0.81

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 18: RL Policy Optimization影片 ・ Stanford Online ・ 1 小時 20 分
• Stanford AA203 Optimal and Learning-Based Control | Spring 2026 | Lecture 14: Intro to IL and RL影片 ・ Stanford Online ・ 1 小時 14 分
• MIT 6.S191 (2025): Reinforcement Learning影片 ・ Alexander Amini ・ 1 小時 2 分
• MIT 6.S191: Reinforcement Learning影片 ・ Alexander Amini ・ 59 分鐘
• 人工智慧：機器學習與理論基礎 05. Reinforcement learning影片 ・ NTU OpenCourseWare ・ 2 小時 16 分