یادگیری تقویتی عمیق از اون دسته مباحثی هست که یه ذره حرکت کردن به سمت ترسناک هست و وقتی هم بریم به سمتش خیلی فهم مفاهیمش برامون راحت نباشه. ما در این کارگاه که اولین کارگاه از سلسله کارگاه های یادگیری تقویتی عمیق هست قصد داریم که به سراغ روش های Policy Gradient بریم و از سیر تا پیاز اون ها رو یاد بگیریم. دقیقا مفاهیمش رو به زبان ساده اول یاد بگیریم و بعد هم روابط ریاضی عجیب غریبش رو با هم بررسی کنیم. 

پیشنیاز این کارگاه چیه ؟ مباحث پایه یادگیری تقویتی که قبلا در آکادمی ربوتک آموزش داده شده. از این لینک میتونید این دوره رو ببینید. حتما باید با مفاهیم پایه آشنا باشید. به خصوص با شبکه های عصبی و DQN که در همون دوره مقدماتی بحث شد.