梗直哥–强化学习必修课：引领智能新时代 - 猎人搜索 轻松搜寻全网资源

• file:2_10-2-Dyna-Q算法.mp4
• file:1_4-1-序列建模与概率图模型.mp4
• file:1_7-1-深度Q网络核心思想和原理.mp4
• file:3_2-3-概率.mp4
• file:1_3-1-CUDA+Anaconda深度学习环境配置.mp4
• file:3_4-3-马尔可夫决策过程：试着-“干”.mp4
• file:2_9-2-改进型演员评论家算法.mp4
• file:3_3-3-Jupyter-Notebook快速上手.mp4
• file:2_12-2-项目实战：大模型RLHF.mp4
• file:3_11-3-多智能体强化学习.mp4
• file:1_6-1-蒙特卡洛方法.mp4
• file:3_12-3-强化学习最新发展趋势.mp4
• file:4_10-4-基于模型的策略优化.mp4
• folder:梗直哥–强化学习必修课：引领智能新时代