强化学习

历史匿名回执 · 2026/01/25

课程内容： 基本算法之外，还提了离线强化学习、model based强化学习、大模型强化学习之类的一些方法。最优控制也顺嘴提了一下，不过我相信应该几乎没人能光凭课上那一点讲解就搞懂ilqr 上课自由度： 还可以，就是最后两次突击签到猝不及防。 考核标准： 40作业+10考勤+50大作业。都说作业给分可以，但我还是零零散散在总评被扣了两分多。大作业给分还不错（因为最高也就47，都扣等于都不扣，堪称众生平等）。算力方面，由于我一年前给电脑换了64G内存，倒没觉得算力很紧张；当然笔记本内存不够的同学估计就头大了，所以这门课确实应该提供一些算力 授课质量： 老师讲得还是蛮不错的，虽然突出一个工程，数学推导不是很多

历史匿名回执 · 2026/01/25

课程内容：强化学习入门地基，Value-based和Policy-based两套武功，外加一堆前沿算法优化花活。 上课自由度：高，不点名不提问当你是空气，学期中有一阵子班里人数直接跌破30。但别高兴太早，学期快结束时来了一次突击手写签到——想拿满那10%签到分的，建议还是次次到场，别跟自己的百分比过不去。 考核标准：40%平时作业，一次8分一共5次，给分很良心；10%签到；50%期末大作业，这个给分就相对严格了。问过老师，纯完成基本任务+报告只拿70%的分数，剩下30%靠代码完成度、优化、调优这一堆加成。评分标准明明白白，所以给分虽然不算高但公平得让人没法骂。 授课质量：中。知识点该讲的都讲了，但老师心里装的是一种“知识不是重点，实践才是爹”的哲学，所以数学推理那些基本是漂移过弯一带而过；课上为了辅助理解出的题目又偏偏是些复杂的强化学习题，讲得还飞快，直接给我整不会了。后来我自己跑去B站看了一个课，人家拿4 x 4那种小儿科网格题当例子，用这种基础例子把算法逻辑和概念计算捋一遍才叫人间清醒。也想跟老师说一句，算法本身就抽象，还上难度的题就是抽象plus，4 x 4那玩意好收敛，我这种菜鸡也能看懂。

历史匿名回执 · 2026/01/25

大作业租算力花了一百多（结局呢？分数也没高到哪去，属于烧钱烧了个寂寞。lcl能不能还我点钱（真心话，钱包哭了。

历史匿名回执 · 2026/01/25

课程内容：policy-based与value-based算法，ppo，sac，dqn，mc……算法全家桶排排坐。 上课自由度：高，学期末两次纸质签到，其余时间无签到，平时基本处于放养状态。 考核标准：40作业+10平时+50期末，均分不高但是方差不大，可以接受吧，比cv好多了，属于不比不知道一比偷着乐。 授课质量：中等。 3分主要是由于不给算力，大作业太吃算力了，当然时间给得很足，但总不至于一个实验在自己电脑上跑几天吧……租算力用去约150元子，考虑到重修收的更多，这是合理的，就是心疼这烧出去的银两。

历史匿名回执 · 2026/01/25

课程内容： 上课自由度： 考核标准： 授课质量：大作业给分莫名其妙的，不过在找老师沟通了… /沟通过了，还算公平吧，就是老师心中的大作业给分和我心中惯性思维觉得的不太一样吧，老师可能更注重报告中的探索过程，而我注重最后指标，两人的关注点根本不在同一个宇宙，后来的同学好好写报告吧，报告就是命根子。 给三分和课程好坏无关，我看的时候选课社区均值多少给多少，纯纯的贴合市场行情。