CMU 10-703

CMU 10-703：Deep Reinforcement Learning（2026 秋）

学习用强化学习与模仿方法构建能感知和行动的智能体。

CMU10-703

使用限制

课表与讲义公开；官方教程放在需要登录的 Google Drive，作业起始代码未公开。

已具备概率、线性代数、机器学习和编程基础，想系统学习强化学习、模仿学习的学习者。

前置知识不足、需要作业批改或学分证书的人：公开旁听一般不含批改、考试和证书，部分视频也可能不公开。

建议先具备：概率、线性代数、机器学习和编程（本站建议）。正式选课要求见原站 syllabus。

内容侧重: 按内容目录判断
练习与项目: 按课程表完成 HW1–HW6、Recitation 中的 PyTorch/Gymnasium notebook 与项目。只运行小型环境检查，不将长时间训练或 GPU 费用作为开课默认动作。首课 Bellman 数值练习只需 CPU 与 NumPy。深度强化学习作业需按对应 starter 配置 PyTorch/仿真依赖，是否需要 GPU 以该作业为准；不为开课运行长期训练。Google Slides 若无权限回退官方课表，不绕过授权。
学习时长: 37 个课节原站未给出统一学习时长；实际用时取决于已有基础。
内容费用: 免费各讲幻灯片与 Sutton 和 Barto 教材免费在线获取；作业提交与讨论区需 CMU 账号