课程总体目标

本课引导学生理解博弈论与博弈决策的基本概念，能够区分完全信息/不完全信息、零和/非零和、双人/多人博弈，回顾博弈决策的发展历程，理解强化学习的基本思想、核心要素和常见算法，能够列举强化学习在游戏、机器人、推荐、资源调度等领域的应用。

具体学习目标

本课程共设置 6 项学习目标，涵盖知识理解、技能应用与科学探究三个维度。

1
理解博弈

能说明博弈论与博弈决策的基本概念。

目标
2
了解历史

能概述图灵、深蓝、AlphaGo、AlphaZero 等重要事件。

目标
3
区分类型

能区分完全信息/不完全信息、零和/非零和、双人/多人博弈。

目标
4
理解强化学习

能说明强化学习的基本思想和核心要素。

目标
5
了解算法

能初步了解 Q-learning、深度强化学习等算法思想。

目标
6
举例应用

能列举强化学习在游戏、机器人、推荐、资源调度中的应用。

目标

学习路径时间线

  • 1
    认知阶段

  • 2
    巩固阶段

  • 3
    练习阶段

完成后你将掌握

能说明博弈决策的基本概念和主要类型
能理解强化学习的基本思想和核心要素
能列举强化学习的典型应用