CS 182: Lecture 15: Part 2: Policy Gradients
CS 182: Lecture 15: Part 3: Policy Gradients
Proximal Policy Optimization Explained
CS 182: Lecture 17: Part 1: Generative Models
RL Course by David Silver - Lecture 7: Policy Gradient Methods
Deep Learning: CS 182 Spring 2021
L1 MDPs, Exact Solution Methods, Max-ent RL (Foundations of Deep RL Series)
CS 182: Lecture 16: Part 1: Actor-Critic & Q-Learning
Policy Gradient Theorem Explained - Reinforcement Learning
Policy Gradient Methods | Reinforcement Learning Part 6
Как работает градиентный спуск. Простое объяснение
CS 182: Lecture 14: Part 1: Imitation Learning
Введение в методы градиента политики — глубокое обучение с подкреплением
Паника на рынке жилья. Когда упадут цены? // Комолов & Абдулов. Числа недели
Deep RL Bootcamp Lecture 5: Natural Policy Gradients, TRPO, PPO
Вот как читать дифференциальные уравнения.
Как работает обучение с подкреплением по градиенту политики
Policy Gradient derivation (part 1/3) (RLVS 2021 version)
CS 182: Lecture 10: Part 1: Recurrent Neural Networks
Deep RL Bootcamp Lecture 4A: Policy Gradients