AI代理的強化學習培訓
強化學習（RL）是現代人工智慧研究和應用的一塊基石。它專注於訓練代理在動態、多步驟的環境中做出最佳決策。
本課程為導師主導的培訓，可線上或線下進行。此課程旨在讓高階AI專業人士掌握強化學習技術，並將其應用於訓練AI代理以解決複雜問題。
完成本培訓後，學員將能夠：
- 理解強化學習的核心原理，以及馬爾可夫決策過程（MDP）。
- 設計並實現如Q學習、SARSA和深度Q網絡（DQN）等強化學習演算法。
- 利用OpenAI Gym框架和RL庫進行實際應用。
- 訓練AI代理，以解決真實世界中的多步驟決策問題。
- 應對強化學習訓練中的挑戰，例如探索與利用的權衡，以及收斂性問題。
課程形式
- 互動式講課與討論。
- 大量練習與實踐題。
- 在即時實驗環境中進行動手實作。
課程客製化選項
- 如希望針對此課程申請客製化培訓，請與我們聯繫以進行安排。
感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
強化學習簡介
- 強化學習及其應用的概覽
- 監督式、非監督式與強化學習之間的差異
- 關鍵概念：代理、環境、獎勵與策略
馬爾可夫決策過程（MDP）
- 理解狀態、動作、獎勵與狀態轉移
- 價值函數與貝爾曼方程式
- 用於解決MDP的動態規劃
核心強化學習演算法
- 表格式方法：Q學習與SARSA
- 基於策略的方法：REINFORCE演算法
- Actor-Critic框架及其應用
深度強化學習
- 深度Q網絡（DQN）簡介
- 經驗回放與目標網絡
- 策略梯度與高階深度強化學習方法
RL框架與工具
- OpenAI Gym及其他RL環境簡介
- 使用PyTorch或TensorFlow進行RL模型開發
- 訓練、測試並對標RL代理
RL的挑戰
- 訓練中平衡探索與利用
- 處理稀疏獎勵與信用分配問題
- RL中的可擴展性與計算挑戰
動手實作活動
- 從零開始實現Q學習與SARSA演算法
- 訓練基於DQN的代理，在OpenAI Gym中進行簡單遊戲
- 微調RL模型，以提升在自訂環境中的表現
總結與後續步驟
最低要求
- 深刻理解機器學習原理與演算法
- 熟練使用Python程式語言
- 熟悉神經網路與深度學習框架
目標受眾
- 機器學習工程師
- AI專家
14 小時
公開培訓課程需要5名以上參與者。
AI代理的強化學習培訓 - 訂單
AI代理的強化學習培訓 - 詢問
AI代理的強化學習 - 咨詢詢問
即將到來的課程
相關課程
使用 Gemini 3 與 Google Antigravity 進行代理式開發
21 小時
This instructor-led training in 香港 explores building autonomous agents with Gemini 3 and Antigravity. Participants learn to design reasoning workflows, integrate enterprise systems, and optimize agent safety. Ideal for advanced professionals seeking practical AI development skills.
更多...
進階 Antigravity：回饋迴路、學習與長期代理記憶體
14 小時
This advanced instructor-led training in 香港 covers designing long-lived agents with persistent memory and feedback loops. Participants will master building memory structures, shaping behavior through reinforcement, and optimizing multi-agent ecosystems for long operational horizons.
更多...
高級Mastra集成：API、工具、企業數據與外部系統
21 小時
This instructor-led training in 香港 covers advanced Mastra integrations, including APIs, tools, and enterprise data systems. Ideal for intermediate engineers, it teaches secure, scalable integration design and hands-on implementation with real-world scenarios and best practices.
更多...
互動式AI代理：AgentCore記憶、程式碼直譯器與瀏覽器工具實務
14 小時AgentCore提供記憶持久性、安全的程式碼直譯器與瀏覽器工具，使AI代理能交付互動式、動態且感知情境的體驗。
此課程為由講師帶領的線上或現場培訓，專為中高階技術人員設計，旨在協助其設計與部署具備長期情境保留、即時計算及直接與網頁UI互動能力的AI代理。
完成本課程後，學員將能夠：
- 實作AgentCore記憶，以建立狀態化且感知情境的工作流程。
- 利用安全的程式碼直譯器進行動態計算與轉換。
- 整合瀏覽器工具，實現即時資料擷取與UI互動。
- 設計用於分析、客戶支援與研究案例的互動式代理。
課程形式
- 互動式講授與討論。
- 使用AgentCore記憶與工具的實作實驗室練習。
- 分析、自動化與客戶支援情境的案例研究。
課程客製化選項
- 若要申請本課程的客製化培訓，請聯繫我們安排。
更多...
使用AgentCore Runtime & Gateway加速AI代理部署
14 小時
Master deploying and securing AI agents with this hands-on course in 香港. Learn to package agents for production, expose them via secure Gateway endpoints, and integrate external APIs. Ideal for intermediate teams ready to move from prototypes to reliable, observable real-world agent operations.
更多...
Antigravity for Developers: Building Agent-First Applications
21 小時
This instructor-led training in 香港 covers the Antigravity platform for building AI-driven, agent-first applications. Learn to develop coordinated agent workflows using the IDE, Agent Manager, and terminal. Ideal for developers integrating autonomous agents into production-grade systems.
更多...
Antigravity入门：代理优先IDE简介
14 小時
Explore Google Antigravity, an agent-first IDE that streamlines workflows through intelligent automation. This beginner training in 香港 guides you to install the tool, navigate views, and use agents for task automation. Gain practical skills to manage projects and generate code efficiently.
更多...
Antigravity用于Web自动化与基于浏览器的任务
21 小時
This live training in 香港 teaches intermediate professionals to build, automate, and test browser-based workflows using Google Antigravity. Participants will design agents for web interactions, manage cross-surface automation, and troubleshoot complex UI-driven behaviors.
更多...
運用 AgentCore 建構全託管 AI 代理：從概念到生產
14 小時
This instructor-led, live training in 香港 covers the core concepts and hands-on fundamentals of building fully managed AI agents with AgentCore, helping participants design, configure, deploy, and monitor production-ready solutions using integrated workflows and managed services.
更多...
使用 Mastra 開發 AI 智能體
14 小時本課程為講師授課的直播培訓（線上或線下），旨在幫助中等水平的軟件開發人員和工程團隊，利用 Mastra 構建可擴展、可觀察的 AI 系統。
完成本培訓後，參與者將能夠：
- 理解 Mastra 的架構，及其與 LLM 和外部 API 的集成方式。
- 使用 TypeScript 設計並實現 AI 智能體和工作流程。
- 運用 Mastra 的可觀察性和記憶工具，監控並優化智能體的性能。
- 利用 Mastra 框架特性，部署生產就緒的 AI 應用。
更多...
Mastra AI代理除錯、評估與品質保證
21 小時
此講師主導的培訓在香港涵蓋Mastra工具，用於除錯、評估並確保AI代理的可靠性。參與者將應用結構化指標、實施可觀測性工作流程，並設計品質保證策略，以確保在複雜環境中代理表現一致。
更多...
Mastra運維與生產工程：部署與擴展AI代理
21 小時
This live training in 香港 guides technical professionals through deploying and scaling Mastra AI agents for production use. It covers environment preparation, observability, and performance optimization to ensure reliable, efficient, and cost-effective agent operations.
更多...
Mastra工作流自動化與多代理編排
21 小時
This instructor-led training in 香港 covers Mastra framework fundamentals for advanced multi-agent orchestration. Learn to design complex workflows, coordinate parallel tasks, and implement monitoring tools for reliable distributed systems and enterprise integration.
更多...
在Google Antigravity中管理智能体工作流程：編排、規劃與產出物
14 小時
This instructor-led, live training in 香港 covers designing and managing multi-agent workflows in Google Antigravity. Participants learn to orchestrate agents, interpret artifacts, and optimize collaboration, gaining practical skills for transparent and auditable AI-driven development pipelines.
更多...
測試與驗證代理驅動代碼：Antigravity 中的品質保證
14 小時
This instructor-led training in 香港 helps intermediate to advanced professionals verify and secure agent-driven code in Antigravity. You will learn to assess code accuracy, trace activity, and apply QA principles to ensure reliable and safe agent workflows effectively.
更多...
