课程介绍

注意0：欲购买此课程，获取安全购买链接，索要正版授权学习平台账号，务必加咨询QQ：2536379620
注意1：由于编码原因，试听课程视频画面清晰度不如最终购买的视频。最终购买视频的画面清晰度可参见以下两张图。图1   图2
注意2：正版良心视频，购买后有机会和原作者直接短暂技术交流。               

本课程价格是视频加师傅带徒弟保姆式答疑。只需视频 ，无需答疑者勿拍 。（纯视频不单卖，以此为理由不接受退款）答疑和视频分别付款。因为有人会单独购买答疑辅导部分。答 疑部分不允许单独退款。只有视频质量有问题时 视频和答疑同时退，不接受单独退款。

共14章148节视频，总学时1783分钟，合29.7小时。

主要内容包括:
深度强化学习算法教学顾
虑及重点基础知识复习，自带自定义函数创建车杆平衡控制问题环境，DQN算法
及其步骤与优缺点分析，DQN算法代码程序详解车杆平衡控制问题，DQN算法自带
函数程序再解车杆平衡控制问题，PG算法及其步骤与优缺点分析，PG算法自带函
数程序详解双积分系统控制问题，AC算法及其步骤与优缺点分析，AC算法自带函
数程序再解车杆平衡控制问题，DDPG算法及其步骤与优缺点分析，DDPG算法自带
函数程序再解双积分系统控制问题，连续状态离散动作问题用3个算法自编工具
箱函数程序实现控制，连续动作问题用DDPG算法自编工具箱函数程序实现控制。

全部免费提供MATLAB程序和PPT课件。

免费提供辅导答疑。

课程大纲

第一章 视频课程内容介绍及慎拍不拍说明与参考文献(29+39分钟)

1、先看全面讲解9个关键重点问题和店主预言先告必看第三版（25+4分钟）

2、DRL1_视频讲些什么及能干什么与程序演示结果（21分钟）

3、DRL2_MATLAB程序使用说明及亮点特点介绍（6分钟）

4、DRL3_慎拍不拍说明及学习基础要求与参考文献（12分钟）

第二章 深度强化学习算法教学顾虑及重点基础知识复习(89分钟)

5、DRL4_1教学顾虑与教学对策说明（7分钟）

6、DRL4_2复习BP神经网络层结构及工作流程（15分钟）

7、DRL4_3复习卷积神经网络五层关系及输出（7钟）

8、DRL4_4复习4个常用优化器公式及衰减因子知识（16分钟）

9、DRL4_5复习Q学习算法实施步骤及优缺点（14分钟）

10、DRL4_6复习策略迭代算法步骤及优缺点（16分钟）

11、DRL4_7复习值迭代算法步骤及优缺点与二者区别（14分钟）

第三章 自带自定义函数创建车杆平衡控制问题环境(139分钟)

12、DRL5_1学习目的及手推车杆平衡问题细说（13分钟，有程序）

13、DRL5_2MDP五要素与车杆平衡问题的对应分析（7分钟，有程序）

14、DRL5_3思考常用3个术语及其含义（6分钟，有程序）

15、DRL5_4自学程序及rlNum和rlFin函数功能（12分钟，有程序）

16、DRL5_5函数myResetFun功能详解（7分钟，有程序）

17、DRL5_6环境常量及平衡系统运动方程介绍（13分钟，有程序）

18、DRL5_7函数myStepFun语句详解（10分钟，有程序）

19、DRL5_8用自定义函数名得到下一记录信号（12分钟，有程序）

20、DRL5_9用函数句柄得到下一时刻记录信号（16分钟，有程序）

21、DRL5_10可改9处程序及其可改建议（11分钟，有程序）

22、DRL5_11参数设置及回合起始点详解（9分钟，有程序）

23、DRL5_12自定义函数联合应用程序详解（13分钟，有程序）

24、DRL5_13思考如何使用程序等4个问题及总结（10分钟，有程序）

第四章 DQN算法及其步骤与优缺点分析(115分钟)

25、DRL6_1DRL6_1学习目的及DQN算法的输入输出（12分钟）

26、DRL6_2DRL6_2研究存在问题及解决办法与经验回放（16分钟）

27、DRL6_3DRL6_3MNet和TNet及参数传递（8分钟）

28、DRL6_4DRL6_4DQN算法2013年版步骤详解（12分钟）

29、DRL6_5DRL6_5DQN2015版是否步骤详解（11分钟）

30、DRL6_6DRL6_6DQN算法三大改进思路及网址（6分钟）

31、DRL6_7DRL6_7论文与科研思路12点及总结（16分钟）

32、DRL6_8DRL6_8算法流程图及损失函数构造逻辑关系（13分钟）

33、DRL6_9DRL6_9创新点及优点与缺点介绍分析（8分钟）

34、DRL6_10DRL6_10思考DQN适用条件等问题及总结（13分钟）

第五章 DQN算法代码程序详解车杆平衡控制问题(380分钟)

35、DRL7_1学习目的及车杆平衡控制问题简介（12分钟）

36、DRL7_2自学建议及CPInit函数详解（10分钟，有程序）

37、DRL7_3AgInit和Reward函数详解（18分钟，有程序）

38、DRL7_4AgInit再详解及经验池初始化（12分钟，有程序）

39、DRL7_5CPReset函数详解及记录变量初始化（14分钟，有程序）

40、DRL7_6tcegre函数详解及得到Qmax和动作（15分钟，有程序）

41、DRL7_7CPEqs函数和ode45详解及新状态（15分钟，有程序）

42、DRL7_8PMove函数详解及各步训练过程分析（11分钟，有程序）

43、DRL7_9两网络复制及随机取训练样本（13分钟，有程序）

44、DRL7_10动作标号与400个状态整形(11分钟，有程序）

45、DRL7_11CalQtar详解及Q_target（12分钟，有程序）

46、DRL7_12主网络训练及回合终止条件（11分钟，有程序）

47、DRL7_13DQN算法步骤对应出现语句（15分钟，有程序）

48、DRL7_14程序7_1完整运行及结果解读分析（12分钟，有程序）

49、DRL7_15可改前面10处及其建议（15分钟，有程序）

50、DRL7_16可改后部10处及其建议（5分钟，有程序）

51、DRL7_17程序7_1结果4图像解读分析（14分钟，有程序）

52、DRL7_18原始程序7_1完整运行结果及3个方案（7分钟，有程序）

53、DRL7_19程序7_4小阈值及其结果分析（8分钟，有程序）

54、DRL7_20改动位置与角度正态奖励及结果分析（11分钟，有程序）

55、DRL7_21程序7_5改动关键及结果分析（15分钟，有程序）

56、DRL7_22程序7_6综合改动及其结果分析（14分钟，有程序）

57、DRL7_23结果5个对比及3个数值指标（14分钟，有程序）

58、DRL7_24回合控制时长及快速收敛数值指标（12分钟，有程序）

59、DRL7_25局部平稳性及持续控制回合数指标（9分钟，有程序）

60、DRL7_26完整回合与不完整回合及原因分析（20分钟，有程序）

61、DRL7_27模型扩展之6方面介绍（5分钟，有程序）

62、DRL7_28算法扩展之6点推荐介绍（5分钟，有程序）

63、DRL7_29思考状态动作和奖励及注意问题（7分钟，有程序）

64、DRL7_30思考两个网络关系及最终结果（12分钟，有程序）

65、DRL7_31思考贪婪策略阈值及奖惩关系（11分钟，有程序）

66、DRL7_32思考数值指标与使用程序及总结（15分钟，有程序）

第六章 DQN算法自带函数程序再解车杆平衡控制问题(133分钟)

67、DRL8_1学习目的及问题差别与自学建议（10分钟，有程序）

68、DRL8_2子函数rlPreEnv功能及自己问题引入（16分钟，有程序）

69、DRL8_3网络dnn结构及其含义分析（17分钟，有程序）

70、DRL8_4子函数critic及其可选参数设置（10分钟，有程序）

71、DRL8_5子函数rlDQNAg及其可选参数设置（14分钟，有程序）

72、DRL8_6train和sim过程详解分析（13分钟，有程序）

73、DRL8_7train过程动画详解与分析（11分钟，有程序）

74、DRL8_8可改7处及其可改建议（10分钟，有程序）

75、DRL8_9tranStats数据及论文用3图像分析（5分钟，有程序）

76、DRL8_10导入agent和env数据及图像分析（14分钟，有程序）

77、DRL8_11实际应用DQN结果的过程模拟（13分钟，有程序）

78、DRL8_12思考自带函数程序隐形输出2个问题（12分钟，有程序）

79、DRL8_13思考使用程序等4个问题及总结（15分钟，有程序）

第七章 PG算法及其步骤与优缺点分析(？？分钟)

80、DRL9_1（6分钟，有程序）

81、DRL9_2（12分钟，有程序）

82、DRL9_3（8分钟，有程序）

83、DRL9_4（14分钟，有程序）

84、DRL9_5（9分钟，有程序）

85、DRL9_6（16分钟，有程序）

86、DRL9_7（16分钟，有程序）

第八章 PG算法自带函数程序详解双积分系统控制问题(？？分钟)

87、DRL12_10（12分钟，有程序）

88、DRL12_11（14分钟，有程序）

89、DRL12_12（10分钟，有程序）

90、DRL12_13（8分钟，有程序）

91、DRL12_14（6分钟，有程序）

第九章 AC算法及其步骤与优缺点分析(？？分钟)

92、DRL12_15（14分钟，有程序）

93、DRL12_16（13分钟，有程序）

94、DRL12_17（9分钟，有程序）

95、DRL12_18（6分钟，有程序）

96、DRL12_19（8分钟，有程序）

97、DRL12_20（9分钟，有程序）

98、DRL12_21（9分钟，有程序）

第十章 AC算法自带函数程序再解车杆平衡控制问题(？？分钟)

99、DRL13_1（10分钟，有程序）

100、DRL13_2（17分钟，有程序）

101、DRL13_3（8分钟，有程序）

102、DRL13_4（16分钟，有程序）

103、DRL13_5（9分钟，有程序）

104、DRL13_6（8分钟，有程序）

105、DRL13_7（9分钟，有程序）

106、DRL13_8（14分钟，有程序）

第十一章 DDPG算法及其步骤与优缺点分析(？？分钟)

107、DRL13_9（4分钟，有程序）

108、DRL13_10（5分钟，有程序）

109、DRL13_11（13分钟，有程序）

第十二章 DDPG算法自带函数程序再解双积分系统控制问题(？？分钟)

110、DRL13_12（12分钟，有程序）

111、DRL13_13（16分钟，有程序）

五、下载文件

附件1_必先看_深度强化学习及程序视频学习指导.doc

附件2_深度强化学习与程序视频_PPT课件.rar

附件3_深度强化学习全部程序m_.rar