雷锋字幕组获得官方授权，汉化翻译 2019 加州大学伯克利分校 CS285 《深度强化学习》课程，今天更新第十二讲啦~

第十二讲：基于模型的策略学习  新鲜出炉，这一讲主要讲的内容是变分推断。上节课我们学习了基于模型的非策略强化学习，我们关注的是如何训练出一个好的模型，还学到了不同版本的强化学习，比如model-based的强化学习0.5版、1.0版、1.5版等等。这些不同版本的算法，本质上都不一样，比如收集用于训练模型的数据时。但后续的决策过程是完全一致的。

这一讲最后一个部分，我们会讨论局部策略是如何合并到更常用的全局策略的，讲师用两种方法：向导策略搜索和策略蒸馏(见PPT)，让这个概念更加清晰。

PC端观看地址：
//www.yanxishe.com/overseasCourse/103

手机端观看地址：
（扫描小程序二维码后记得先点右上方加入小组）

翻译 | 李东达、钱誉钦、詹好、乌木鸽

校对 | 唐里、Key

字幕 | 唐里

这门课程的译者持续招募中，

感兴趣的小伙伴可以添加字幕菌的企业微信报名翻译哦！

（微信直接扫码即可，无需下载企业微信）

与此同时，AI 研习社喊你加入课程学习小组，和上万名热爱学习的小伙伴们，一起研习海外经典课程。

扫描上方小程序二维码，加入285课程小组，截图发送给字幕君，PC端和手机端截图都可，我们将你拉入285课程讨论微信群

PPT：CS285 加州大学伯克利分校第一讲至第二十一讲（AI 研习社整理）

下载地址：//www.yanxishe.com/resourceDetail/1118