用於AI智能體的強化學習培訓
強化學習(RL)是现代AI研究與應用的基石。它專注於訓練智能體在動態、多步環境中做出最佳決策。
本課程為講師帶領的線上或線下培訓,旨在幫助高級AI專業人員掌握強化學習技術,並將其應用於訓練AI智能體以解決複雜問題。
完成培訓後,學員將能夠:
- 理解強化學習與馬爾可夫決策過程(MDPs)的核心原則。
- 設計並實現RL算法,如Q-Learning、SARSA和Deep Q-Networks(DQN)。
- 利用OpenAI Gym等框架及RL庫進行實務應用。
- 訓練AI智能體解決真實世界的多步決策問題。
- 應對RL訓練中的挑戰,如探索與利用的權衡以及收斂問題。
課程形式
- 互動式講授與討論。
- 大量練習與實戰演練。
- 在實時實驗室環境中進行動手實現。
課程自定義選項
- 如需為本課程申請自定義培訓,請聯繫我們進行安排。
課程簡介
強化學習簡介
- 強化學習概覽及其應用
- 監督學習、無監督學習與強化學習的區別
- 關鍵概念:智能體、環境、獎勵和策略
馬爾可夫決策過程(MDPs)
- 理解狀態、動作、獎勵和狀態遷移
- 價值函數與貝爾曼方程
- 使用動態規劃求解MDPs
核心RL算法
- 表格式方法:Q-Learning和SARSA
- 基於策略的方法:REINFORCE算法
- Actor-Critic框架及其應用
深度強化學習
- Deep Q-Networks(DQN)簡介
- 經驗回放和目標網絡
- 策略梯度和高級深度RL方法
RL框架和工具
- OpenAI Gym和其他RL環境簡介
- 使用PyTorch或TensorFlow進行RL模型開發
- RL智能體的訓練、測試和基準測試
RL中的挑戰
- 在訓練中平衡探索和利用
- 處理稀疏獎勵和信用分配問題
- RL中的擴展性和計算挑戰
動手活動
- 從頭實現Q-Learning和SARSA算法
- 在OpenAI Gym中訓練基於DQN的智能體玩簡單遊戲
- 為自定義環境微調RL模型以改善性能
總結和後續步驟
最低要求
- 對機器學習原則和算法有深入理解
- 精通Python編程
- 熟悉神經網絡和深度學習框架
目標受眾
- 機器學習工程師
- AI專家
需要幫助選擇合適的課程嗎?
macao@nobleprog.com 或 +852 81990613
用於AI智能體的強化學習培訓 - 詢問
用於AI智能體的強化學習 - 咨詢詢問
相關課程
使用 Gemini 3 和 Google Antigravity 進行智能代理開發
21 小時進階反重力技術:回饋迴路、學習機制與長效能體記憶
14 小時Mastra 進階整合:API、工具、企業數據及外部系統
21 小時這門在 澳門 舉行的講師帶領培訓涵蓋 Mastra 進階整合,包括 API、工具及企業數據系統。專為中階工程師設計,課程教授安全、可擴展的整合設計,並透過真實場景與最佳實踐進行實戰實施。
互動式AI代理:AgentCore記憶、程式碼解譯器與瀏覽器工具的實踐
14 小時本澳門的實地培訓涵蓋AgentCore的記憶持久性、程式碼解譯器及瀏覽器工具。學習如何建構具備長期脈絡保留及動態計算能力的AI代理。適合設計數據分析及支援互動工作流程的實務人員。
利用 AgentCore Runtime 與 Gateway 加速 AI 代理部署
14 小時透過這門關於 澳門 的實作課程,掌握 AI 代理的部署與安全防護。學習如何為生產環境封裝代理、透過安全的 Gateway 端點暴露服務,並整合外部 API。此課程特別適合準備從原型階段過渡到可靠、可觀察的真實世界代理操作的中等水平團隊。
Antigravity 開發者指南:建構代理優先應用程式
21 小時Antigravity 入門:智能體優先 IDE 概覽
14 小時面向網頁自動化及瀏覽器相關任務的 Google Antigravity
21 小時使用 AgentCore 建構全託管 AI 代理:從概念到生產
14 小時這門在 澳門 進行的導師指導實地培訓課程,涵蓋了使用 AgentCore 建構全託管 AI 代理的核心概念及實地基礎,協助參與者利用整合工作流程及託管服務,設計、配置、部署並監控生產級解決方案。
使用 Mastra 開發 AI 代理
14 小時這是由講師帶領的實時培訓課程(線上或線下),旨在幫助中階軟體開發人員和工程團隊構建可擴展且具備可觀察性的 AI 系統。
完成本課程後,學員將能夠:
- 理解 Mastra 的架構及其與大型語言模型(LLM)和外部 API 的集成方式。
- 使用 TypeScript 設計和實現 AI 代理及工作流程。
- 運用 Mastra 的可觀察性和記憶工具來監控並提升代理效能。
- 利用 Mastra 的框架特性,部署生產級別的 AI 應用程序。
Mastra AI 代理除錯、評估與品質保證
21 小時此由講師授課的 澳門 培訓課程涵蓋 Mastra 工具,用於 AI 代理的除錯、評估及可靠性保證。學員將應用結構化指標、部署可觀察性工作流程並設計 QA 策略,以確保代理在複雜環境中的一致表現。
Mastra 運維與生產工程:AI 智能體(AI Agents)的部署與擴展
21 小時這門在 澳門 舉行的實地培訓課程,將引導技術專業人士掌握 Mastra AI 智能體在生產環境中的部署與擴展方法。課程涵蓋環境準備、可觀測性分析以及效能最佳化等內容,以確保智能體運作的穩定性、高效性及成本效益。
Mastra 工作流程自動化與多智能體編排
21 小時本課程為 澳門 的授課式培訓,涵蓋 Mastra 框架在高級多智能體編排方面的基礎知識。學習如何設計複雜工作流程、協調並行任務,並實施監控工具,以確保分布式系統的穩定性及企業級集成。