Reinforcement Learning · 10 Lectures；David Silver · 2015 课程。
英文 / 视频与课件 / 考试答案
概率、期望、线代、优化基础与编程。
以下为本站建议的训练任务，不是教材原题或官方作业要求。
课程主页提供往年考试题与答案，以及 Easy21 作业。
分析决策目标、采样估计、偏差与方差。
经典基础课程，不代表现代大模型强化学习的全部技术。
以 Sutton 与 Barto 第二版为主教材，配合 六组原创训练与解析 和 论文分析模板。本页 Silver 课程作为辅助讲授材料。
资料入口沿用 2026-09-14 的核查结果；凸优化与强化学习补充入口于 2026-10-06 再核查。源站可能调整，未确认完整解答不代表解答不存在。