📖 課程筆記

尚無筆記，敬請期待...

---

🎯 互動工具

概念地圖

點擊節點查看每個概念的說明與關鍵公式。

公式視覺化

互動調整參數，直覺理解 TD error、SARSA vs Q-Learning 差異，以及 λ 對 TD(λ) 的影響。

概念測驗

12 題選擇題，涵蓋課程所有核心概念，附即時解析。

---

📚 主題架構

基礎框架 (Foundations)

• Markov Decision Process (MDP)
• Bellman Equations
• Dynamic Programming (Value Iteration, Policy Iteration)

免模型方法 (Model-Free)

• Monte Carlo Methods
• Temporal Difference (TD) Learning
• Q-Learning / SARSA

函數近似 (Function Approximation)

• Linear Function Approximation
• Deep Q-Network (DQN)
• Double DQN / Dueling DQN

策略梯度 (Policy Gradient)

• REINFORCE
• Actor-Critic Methods
• PPO / TRPO

進階主題 (Advanced)

• Multi-Agent RL
• Hierarchical RL
• Model-Based RL