强化学习

CS7309 强化学习理论与算法 刘卫文 考核标准： + 笔试？没有的事，压根不存在 + 5个notebook代码小作业(50%) + 就是撸代码，说不定还塞点探索性小课题进去 + 临时有事可以提前申请延期，延期两周以内按原始得分80%结算，延期超两周直接按70%砍 + 1个大作业(第4-6周放出，30%) + 给个可参考的方向，3人组队 + 主打探索创新，不逼你性能打榜，最后交出4+页的minipaper（外加附件和代码） + 答辩展示(第16周，10%)：把大作业的研究问题、用的模型、实验结果端上来 + 出勤(10%) --- 纯路人，只是来做个信息搬运工。

给分这块儿，属于是端着金碗要饭——2学分的专业选修、还不用考试，人没摆烂你都摸不到90，这操作我只能说烂得很有层次感。2学分嘛，伤害不大，但恶心人这一下它拿捏得死死的。所以想活命的：能上博弈论就上博弈论，要不就趁前一个学期先把3分的专业选修给安排了（我同学直接退课跑路去博弈论，事儿不多给分还高，属实是别人家的课） 不过话又说回来，会来选这门2分强化学习的各位，估计都跟我一个心思——想直接凑个5分对吧（所以这个5分到底凑不凑，各位自己掂量着办 总之一句话：极度不推荐。真对RL有兴趣，不如早点进组整点相关的活儿。。。再说了它说到底就是个2分的课，对着凑3分的推免要求那是一点用没有，选完你还得再选一门，那还不如一开始就直奔一门3分完事。

课程内容： 上课自由度： 考核标准：五次小作业（50%）一次大作业（50%），前四次小作业任务量尚小，能抄的参考资料也多，第五次直接任务量陡增变本加厉，大作业更是任务量巨大，作为一门2学分的CS专业任意选修课来说完全不划算，而且平时那五次小作业给分很低。除非你有该方面的知识或代码经验需求，否则不建议选这门课。 授课质量：

首先说一下考核标准： 5次小作业(一次占比10%)+大作业(50%)，本来说有出勤分现在来看应该不存在不出勤应该是倒扣——好家伙，这是签到表还是罚单生成器？ 然后是上课内容： 上课主要还是讲的Model free的RL还稍微提了一下LLM的RL，model base部分讲的非常非常少——model base在这门课里属于是客串出演，出场三分钟领盒饭。 最后是给分： 可以说这门课给分不咋地，之前选课社区咋没人说呢我不知道反正你很努力去卷每一次作业达到接近论文的标准可能才能满G反正鼠鼠我做不到。这其实是一门CS的限选课可能老师不知道课程性质？但是反正这门课给分确实让人难受尤其是其他限选课基本很轻松能满G的情况下这个给分我不理解——满G的门槛高得跟论文答辩似的，鼠鼠我直接原地躺平；别的限选课发满G跟发传单一样，这门课发满G跟发诺贝尔似的，我是真不理解。

平时任务量是真大吧…这不是上课这是来交学费打工的吧… 期末大作业需要完成的时间也是真的很长吧…长到我怀疑它是不是想跟我耗到毕业… 而且这种领域的知识网上应该挺多的，那我花的这几个学分到底买了个啥，买了个寂寞盲盒是吧 给分也实在是诡异…平时作业做得有这么差吗，扣这么多平时成绩是在干什么，我寻思我也没交白卷啊。（平时成绩七十分，七十分，七十，听完人直接原地石化） 本来想着2学分交叉学点有用的东西，结果体验感不怎么样，属于是花钱买了个教训还附赠一堆ppt 建议不是必修的话还是别选了，留着这学分和头发去干点别的吧