雷鋒字幕組獲得官方授權，漢化翻譯 2019 加州大學伯克利分校 CS285 《深度強化學習》課程，今天更新第十二講啦~

第十二講：基於模型的策略學習  新鮮出爐，這一講主要講的內容是變分推斷。上節課我們學習了基於模型的非策略強化學習，我們關注的是如何訓練出一個好的模型，還學到了不同版本的強化學習，比如model-based的強化學習0.5版、1.0版、1.5版等等。這些不同版本的演算法，本質上都不一樣，比如收集用於訓練模型的數據時。但後續的決策過程是完全一致的。

這一講最後一個部分，我們會討論局部策略是如何合併到更常用的全局策略的，講師用兩種方法：嚮導策略搜索和策略蒸餾(見PPT)，讓這個概念更加清晰。

PC端觀看地址：
//www.yanxishe.com/overseasCourse/103

手機端觀看地址：
（掃描小程式二維碼後記得先點右上方加入小組）

翻譯 | 李東達、錢譽欽、詹好、烏木鴿

校對 | 唐里、Key

字幕 | 唐里

這門課程的譯者持續招募中，

感興趣的小夥伴可以添加字幕菌的企業微信報名翻譯哦！

（微信直接掃碼即可，無需下載企業微信）

與此同時，AI 研習社喊你加入課程學習小組，和上萬名熱愛學習的小夥伴們，一起研習海外經典課程。

掃描上方小程式二維碼，加入285課程小組，截圖發送給字幕君，PC端和手機端截圖都可，我們將你拉入285課程討論微信群

PPT：CS285 加州大學伯克利分校第一講至第二十一講（AI 研習社整理）

下載地址：//www.yanxishe.com/resourceDetail/1118