Stanford AI 课程地图 EN GitHub ↗
← 返回课程地图
Stanford · 2026—27 MS&E 235B 统计与优化 —

延伸课程 · 统计与优化

强化学习

Reinforcement Learning: Behaviors and Applications (EE 383)

面向应用的 RL 行为设计与可扩展算法。

3 学分 2026–27 未排课 Letter or Credit/No Credit —
强化学习

课程定位

面向应用的 RL 行为设计与可扩展算法。 本页保留官方档案与入口,具体内容与考核以当季官网为准。

主要内容

本页为延伸课程速览,主要内容见下方官方描述。

先修

见官方描述(延伸课程暂未单独整理先修)。

考核与工作量

以当季官网为准(延伸课程暂未单独整理考核)。

适合谁

对「强化学习」方向感兴趣的人。

学习建议

先读官方描述和课程官网,再判断是否适合自己。

相关课程

官方课程描述(英文原文)

The subject of reinforcement learning addresses the design of agents that improve decisions over time while operating within complex environments. This course covers desired agent behaviors and principled scalable approaches to realizing such behavior. Homework assignments primarily involve programming exercises carried out in Colab.