Hugging Face 深度强化学习入门教程

Hugging Face 发布免费深度强化学习课程第一单元，系统讲解从基础强化学习到深度强化学习的核心理论框架。内容涵盖马尔可夫决策过程、状态与动作空间、奖励折扣、探索与利用权衡，以及基于策略和基于价值的两大求解路径，并附带月球着陆器智能体实操训练与 Hub 模型上传教程。