聯繫我們

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
 14 小時

需要幫助選擇合適的課程嗎？
macao@nobleprog.com 或 +852 81990613

相關課程

使用 Gemini 3 和 Google Antigravity 進行智能代理開發

 21 小時
這門在 澳門 舉行的導師引導式培訓探討了使用 Gemini 3 和 Antigravity 構建自主智能體。參與者將學習設計推理工作流、集成企業系統並優化智能體安全性。適合尋求實用 AI 開發技能的高級專業人員。
更多...

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
這門進階的講師授課培訓課程 澳門 涵蓋了如何設計具備持久記憶與回饋迴路的長期存活智能體。學員將精通構建記憶結構、透過強化機制塑造行為，並為長期運作週期優化多智能體生態系統。
更多...

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。

更多...

互動式 AI 代理：AgentCore 記憶體、程式碼直譯器與瀏覽器工具的實際應用

 14 小時
這場在 澳門 舉行的實地培訓涵蓋了 AgentCore 的記憶體持久性、程式碼直譯器和瀏覽器工具。學習如何構建具有長期情境保留能力和動態計算能力的 AI 代理。適合設計用於分析和支持的互動式工作流程的從業人員。
更多...

使用 AgentCore Runtime 與 Gateway 加速 AI 智能體部署

 14 小時
透過這門關於 澳門 的實作課程，掌握 AI 智能體的部署與安全防護技巧。學習如何為生產環境封裝智能體，透過安全的 Gateway 端點將其暴露，並集成外部 API。這門課程特別適合準備從原型階段轉向可靠、可觀察的真實世界智能體運營的中級團隊。
更多...

Antigravity 開發者指南：建構代理優先應用程式

 21 小時
本講師主導的培訓課程涵蓋 澳門 中的 Antigravity 平台，專注於構建 AI 驅動、代理優先的應用程式。學習如何利用 IDE、Agent Manager 及終端機開發協同代理工作流。此課程特別適合希望將自主代理整合進生產級系統的開發者。
更多...

Antigravity 入門：智能體優先 IDE 概覽

 14 小時
探索 Google Antigravity，一款透過智能自動化簡化工作流程的智能體優先 IDE。澳門 的這場初級培訓將引導您安裝該工具、導航視圖，並使用智能體實現任務自動化。獲得實用技能，以高效地管理項目並生成代碼。
更多...

面向網頁自動化及瀏覽器相關任務的 Google Antigravity

 21 小時
這門關於 澳門 的實地培訓教授中級專業人員如何使用 Google Antigravity 構建、自動化及測試基於瀏覽器的工作流程。參與者將為網頁交互設計智能體，管理跨介面自動化，並排除複雜的 UI 驅動行為問題。
更多...

使用 AgentCore 建置完全管理的 AI 代理：從概念到生產環境

 14 小時
此由授課導師主導的即時培訓（澳門）涵蓋使用 AgentCore 建置完全管理的 AI 代理的核心概念及實作基礎，協助學員利用整合的工作流程及管理服務，設計、配置、部署及監控可投入生產環境的解決方案。
更多...

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。
更多...

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。

更多...

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。

更多...

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。

更多...

管理 Google Antigravity 中的智能體工作流程：編排、規劃與產出物

 14 小時
這門在 澳門 舉行的講師主導實時培訓，涵蓋在 Google Antigravity 中設計和管理多智能體工作流程。參與者將學習如何編排智能體、解讀產出物並優化協作，從而為透明且可審計的 AI 驅動開發管道獲得實用技能。
更多...

測試與驗證 Agent 驅動式代碼：Antigravity 中的品質保證

 14 小時
這門在 澳門 提供的導師主導培訓，協助中階至高階專業人士驗證並保障 Antigravity 中的 Agent 驅動代碼。您將學習評估代碼準確性、追蹤活動軌跡，並應用 QA 原則，以有效確保 Agent 工作流程的可靠性與安全性。
更多...

課程分類

AI Agents
AI Agents