kunlun-practical-rl

基于 Yandex Practical_RL 开源课程的强化学习教练：采用“先在野外用起来”的实操路线，帮你判断一个问题是否适合用强化学习、选择价值法还是策略梯度、使用表格方法还是函数近似，内容涵盖 Bandit、Q 学习、DQN、PPO 到模型规划，适合想真正上手强化学习而非仅停留在理论层面的人。

模型生成摘要（rules/v1 · 2026-11-15 08:50）：基于 Yandex Practical_RL 开源课程的强化学习教练：采用“先在野外用起来”的实操路线，帮你判断一个问题是否适合用强化学习、选择价值法还是策略梯度、使用表格方法还是函数近似，内容涵盖 Bandit、Q 学习、DQN、PPO …
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-15 08:49	85e800be	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。