主题
公开课
公开课是系统入门强化学习最高效的方式之一。David Silver 的 UCL 课程适合打基础，Berkeley CS285 系统覆盖深度强化学习前沿，OpenAI Spinning Up 则是面向实践的深度 RL 入门教程。建议先看一门基础课，再根据方向选择进阶课程。
课程列表
| 课程 | 讲者 / 机构 | 特点 |
|---|---|---|
| UCL Course on RL | David Silver（DeepMind / UCL） | 经典入门课，10 讲，讲义与视频齐全 |
| CS 285: Deep Reinforcement Learning | Sergey Levine（UC Berkeley） | 深度 RL 系统课程，覆盖模仿学习、离线 RL 等前沿 |
| Spinning Up in Deep RL | OpenAI | 实践导向的深度 RL 教程，含算法讲解与参考实现 |
| Hugging Face Deep RL Course | Hugging Face | 免费动手课程，基于 Gymnasium 与 Stable-Baselines3 |
| CS234: Reinforcement Learning | Emma Brunskill（Stanford） | 斯坦福 RL 课程，理论与应用兼顾 |
学习建议
- 只选一门基础课认真学完：David Silver 的课程（10 讲）适合打基础，配合 Sutton & Barto 阅读效果最好。
- 深度 RL 选 CS285：内容新、覆盖面广（模仿学习、基于模型的 RL、离线 RL、元学习等），作业有一定难度，建议完成。
- 偏实践选 Spinning Up 或 Hugging Face 课程：前者算法讲解精炼，后者以动手为主。
- 配合本站使用：每学完一个主题，到本站对应教程中运行代码、完成练习题，检验是否真正掌握。