019、类反馈强化学习（二）
零基础学习强化学习算法：ppo
【大白话03】一文理清强化学习RL基本原理 | 原理图解+公式推导
【大白话04】一文理清强化学习PPO和GRPO算法流程 | 原理图解
【2025最新版】王树森深度强化学习全套课程（280集）涵盖PPO算法/DQN算法/A3CQ-Learning/SARSA算法等强化学习经典算法！学完即可就业！
【零基础友好】【代码实战】从强化学习的基本概念到Q-learning算法 含代码讲解 含贝尔曼公式、贝尔曼最优公式的推导
(2025版)李宏毅强化学习系列课程全集，我愿称这个系列为天花板级别的课程！--人工智能/深度学习/强化学习
【上海交大穆尧】高级神经网络理论与应用：深度强化学习及其在大模型训练中的应用
【上海交大张伟楠】强化学习从入门到精通，手把手教学，保姆级教程！比啃书效果好多了，草履虫都能学会！课程第1讲：强化学习简介I
【全748集】字节大佬终于把 强化学习教程做成了动画片，2025最新版，适合所有零基础小白学习，学完即可就业！拿走不谢，学不会我退出IT圈！
【深度强化学习 CS285 2023】伯克利—中英字幕
【2025版】吴恩达强化学习教程！入门到进阶，全程干货讲解，就怕你不学！（人工智能丨机器学习丨深度学习）
015国产大模型实战
【B站最全】清华大佬144集讲完的人工智能教程！从小白到学神！2025清华内部版人工智能入门基础，深度学习、机器学习、神经网络、OpenCV一口气学完！
【强化学习】十分钟学会Q-Learning和贝尔曼方程！
【AI Warehouse官方】AI学习如何逃脱陷阱（深度强化学习）
【TRPO算法】强化学习一头撞死：学过ppo，grpo，dpo，dapo，没听过这是啥？
2026年具身智能入门学习！B站最好的机器人学习教程：模仿学习、最优控制与规划、策略梯度方法、离线强化学习、机器人模拟
Talk | 卡耐基梅隆大学何泰然：安全、敏捷、能泛化的基于强化学习的机器人控制
009self-attention案例
