课程宣言：“百度NeurIPS全球顶会冠军团队亲自授课，7日全直播手把手教学，5大实战，带你从零实践强化学习！”
班主任：肖芮，飞桨深度学习学院，飞桨运营；
讲师：李科浇，飞桨深度学习学院，百度高级研发工程师。
7天总结
继参加2020年百度人工智能第十期深度学习培训结束之后，我就一直盼望着能有新一期的学习机会，传闻百度从来不会让全国人民失望的，这不，飞桨深度学习学院很快就满足我们的需求，从2020年6月15日开始举办了《强化学习7日打卡营-世界冠军带你从零实践》课程，这次的入场券都不用费多大劲，就轻松拿到了，我愉快地加入了“强化学习7日打卡营”学习微信群，见到了各位传说中的隐形大佬，还有我们可爱迷人的肖班主和科科老师。打卡营采用全程的直播+答疑+比赛的学习模式，7天时间里每日直播打卡学习、配合实战PK、全程社群答疑、百度飞桨认证结业证书等，虽然证书对我而言意义已经不大，但是还是很希望能拥有更多的百度证书，这也是一种信仰吧。在报名之后，我就开始了自己的炼丹之路！
打卡营学习的总体目标:
1. 带领初学者入门强化学习
2. 学会强化学习经典算法：Q-learning、Sarsa、DQN、Policy Gradient、DDPG
3. 学习本门课程后，可学会使用RL玩模拟游戏，玩四轴飞行器（控制悬停）
-
第一天（学习目标：对强化学习(RL)产生初印象，包括了解RL基本概念，特征，熟悉环境搭建过程，要求能在本地“搭建GYM环境+PARL环境，把QuickStart 跑起来”）<说明：文中所有思维导图都源自科科老师教学视频>
-
第二天（学习目标：了解基于表格型方法求解RL的方法，需要掌握一些概念，包括MDP、状态价值、Q表格，熟悉Sarsa、Q-learning代码，能用RL解决悬崖问题及其对比，要求使用Q-learning和Sarsa解决16宫格迷宫问题。）
-
第三天（学习目标：了解基于神经网络方法求解RL的方法，熟悉函数逼近方法，能读懂DQN代码，解决CartPole问题，要求能使用DQN解决 MountianCar问题）
-
第四天（学习目标：了解基于策略梯度求解RL的方法，熟悉基本概念，包括策略近似、策略梯度，理解Policy Gradient算法及其代码，解决CartPole问题，要求能使用Policy Gradient解决Atari的Pong问题）
-
第五天（学习目标：了解连续动作空间上求解RL的方法，熟悉基本概念，包括连续动作空间、DDPG算法，理解PARL DDPG代码，要求使用DDPG解决四轴飞行器悬浮任务）
-
总结
强化学习、监督学习和非监督学习是机器学习的重要研究内容，本人一直以来对监督学习和非监督学习了解多一点，但是对于强化学习不甚了解。这次怀着忐忑不安的心情，来学习百度飞桨强化学习7日打卡营课程，因为我担心自己听不懂，你想它都能打败世界围棋冠军，这得有多复杂才行哈。七天学习之后，我开始想更深入去了解和学习强化学习了。这都是百度飞桨深度学习学院各位老师的功劳，特别是科科老师，没想到，真是没想到，这么年轻的科科老师，居然能把在线课程讲得那么清晰易懂，实在是太厉害了。希望以后还能再听到她的更高阶层的讲课内容。
再次表示感谢，感谢科科老师的指导和教学，感谢班班的辛苦付出，感谢百度提供的学习机会。