课程视频时间有点长，但希望你能享用进修的快乐。
将传统加强进修与深度神经网络结合的深度加强进修，一直以来被视为更接近人类思维方式的人工智能方法。深度进修具有强感知威力但缺乏一定的计划威力，加强进修具有计划威力但对感知问题束手无策，因此将两者结合起来可以达到优势互补的效果，为复杂系统的感知计划问题提供了解决思路。
想要初学深度加强进修的同砚们，请高度注意，一份优秀、细致、全面的新教材出现了。
今天，UC 伯克利教授 Pieter Abbeel 上传了自己的新课程《深度加强进修根底》的最后一节视频，并在推特上安利了一下。
这份课程主要介绍了马尔科夫计划过程（MDP）根底、值迭代 & 策略迭代、最大熵模型（Maxent）、Deep Q-Learning（DQN）、策略梯度、TRPO、PPO、DDPG、SAC、基于模型的加强进修等内容。
该系列课程总共分为六讲，目前已经全部在 Youtube 上发布，而且每一讲的课件都提供免费下载。
视频地址：https://youtube.com/playlist?list=PLwRJQ4m4UJjNymuBM9RdmB3Z9N5-0IlY0
Pieter Abbeel 特别强调了：「这可能会是一个新奇未知的领域，而且课程视频时间很长，但希望你能享用其中。」这再次提醒匆匆下载课件的同砚们，尽量不要让这些知识一直躺在收藏夹吃灰。
Pieter Abbeel 教授是伯克利机器人进修实验室的主任和伯克利人工智能 (BAIR) 实验室的联合主任，该实验室深度加强进修、深度模仿进修、深度无监视进修、迁移进修、元进修和的前沿，以及人工智能研究的社会影响等。
此前，Abbeel 的 Intro to AI 课程在 edX 上吸引了 10 万多名学生进修，他的深度加强进修和深度无监视进修教材是 AI 研究者的经典进修资料，包括 CS294-158（Deep Unsupervised Learning）、CS188（Introduction to Artificial Intelligence）、CS287（Advanced Robotics）等。
当然，如果你学完以后还有余力，这里有一些同样有价值的课程推荐给你：
「机器进修根底与趋势」系列丛书最新成员：140 页《深度加强进修初学》发布
深度加强进修初学难？这份资料手把手教会你
UC 伯克利出品，深度加强进修最新课程已上线
B 站学加强进修？港华文周博磊变身 up 主，华文课程已上线