AI Agent的強化學習培訓
強化學習(Reinforcement Learning,RL)是現代AI研究和應用程式的基石。它專注於訓練智能體在動態、多步驟的環境中做出最佳決策。
本課程為講師帶領的線上或線下培訓,針對進階AI專業人員,旨在掌握強化學習技術,並應用於訓練AI智能體解決複雜問題。
完成此培訓後,參與者將能夠:
- 理解強化學習的核心原理,以及馬爾可夫決策過程(MDPs)。
- 設計並實現RL演算法,如Q-Learning、SARSA,以及深度Q-網絡(DQN)。
- 利用OpenAI Gym等框架和RL庫進行實際應用。
- 訓練AI智能體解決現實中的多步驟決策問題。
- 處理RL訓練中的挑戰,如探索與開發的權衡,以及收斂性問題。
課程形式
- 互動式講授和討論。
- 大量演習和練習。
- 在實作實驗環境中進行親手實現。
課程客製化選項
- 如需請求此課程的客製化培訓,請聯繫我們安排。
課程簡介
強化學習簡介
- 強化學習的概述及其應用
- 監督學習、無監督學習和強化解學習的差異
- 關鍵概念:智能體、環境、獎勵和策略
馬爾可夫決策過程(MDPs)
- 理解狀態、動作、獎勵和狀態遷移
- 價值函數和貝爾曼方程
- 用於解決MDPs的動態規劃
核心RL演算法
- 表格式方法:Q-Learning和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
- 經驗回放和目標網絡
- 策略梯度和先進的深度RL方法
RL框架和工具
- OpenAI Gym和其他RL環境簡介
- 使用PyTorch或TensorFlow進行RL模型開發
- 訓練、測試和基準測試RL智能體
RL中的挑戰
- 在訓練中平衡探索和開發
- 處理稀疏獎勵和信用分配問題
- RL中的擴展性和計算挑戰
實作活動
- 從頭實現Q-Learning和SARSA演算法
- 訓練基於DQN的智能體在OpenAI Gym中進行簡單遊戲
- 微調RL模型以在自定義環境中提升性能
總結和下一步
最低要求
- 對機器學習原理和演算法有強勁的理解
- 精通Python編程
- 熟悉神經網絡和深度學習框架
受眾
- 機器學習工程師
- AI專家
公開培訓課程需要5名以上參與者。
AI Agent的強化學習培訓 - 訂單
AI Agent的強化學習培訓 - 詢問
AI Agent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Google Antigravity 是一個代理式開發環境,旨在打造能夠透過 Gemini 3 的多模態能力,進行規劃、推理、編碼並執行動作的全能自主代理。
本課程為講師帶領的現場培訓(線上或現場進行),專為希望利用 Gemini 3 與 Antigravity 環境設計、建置並部署自主代理的高階技術專業人士而設計。
完成此培訓後,參與者將能夠:
- 建立利用 Gemini 3 進行推理、規劃與執行的自主工作流程。
- 在 Antigravity 中開發能夠分析任務、撰寫程式碼並與工具互動的代理。
- 將 Gemini 驅動的代理整合至企業系統與 API 中。
- 在複雜環境中優化代理的行為、安全性與可靠性。
課程形式
- 專家示範結合互動式討論。
- 自主代理開發的實作探索。
- 使用 Antigravity、Gemini 3 及支援雲端工具的實際實施。
課程客製化選項
- 如果您的團隊需要特定領域的代理行為或客製化整合,請聯繫我們以量身打造該計畫。
進階 Antigravity:回饋迴路、學習與長期代理記憶
14 小時進階 Mastra 整合:API、工具、企業數據與外部系統
21 小時Mastra 是一個框架,支援 AI 代理程式、API、企業應用程式以及外部數據系統之間的深度整合。
此課程為由導師帶領的實作培訓(線上或線下),對象是希望建立可靠、安全且可擴展的 Mastra 代理程式與更廣泛企業生態系統之間整合的中階工程師。
完成本培訓後,學員將具備以下能力:
- 實作基於 API 的整合,連接 Mastra 代理程式與外部服務。
- 將企業數據系統和工具連線至自動化代理工作流程。
- 應用安全的數據交換與身份驗證最佳實踐。
- 設計可擴展、易維護且具備生產環境可用性的整合架構層。
課程格式
- 互動式講授與討論。
- 實作整合工程與 API 練習。
- 透過真實企業情境進行實驗室實作。
課程客製化選項
- 可依需求提供客製化的 API 情境、企業系統映射或數據整合工作坊。
互動式AI代理:AgentCore記憶、程式碼解譯器與瀏覽器工具實務
14 小時AgentCore提供記憶持久化、安全的程式碼解譯器以及瀏覽器工具,使AI代理能夠交付互動性、動態且具情境感知能力的體驗。
此課程為導師帶領的實地培訓(線上或線下),旨在幫助中高級技術人員設計並部署具備長期情境保留、即時計算及直接操作網頁UI能力的AI代理。
完成培訓後,學員將能夠:
- 為有狀態且具情境感知的工作流實作AgentCore記憶。
- 利用安全的程式碼解譯器進行動態計算與轉換。
- 整合瀏覽器工具,以實現即時數據擷取與UI互動。
- 為分析、客戶支援及研究場景設計互動式代理。
課程形式
- 互動式講授與討論。
- AgentCore記憶與工具的實作演練。
- 分析、自動化及客戶支援場景的案例分析。
課程客製化選項
- 如需為本課程申請客製化培訓,請與我們聯繫安排。
加速 AI 代理部署,使用 AgentCore Runtime 和 Gateway
14 小時AgentCore Runtime 與 Gateway 是一套 AWS 服務組合,用於打包、部署 AI 代理,並將其安全地暴露給外部系統。它提供簡化的集成機制。
這門由講師指導的培訓課程(線上或線下)面向中級工程師團隊,旨在幫助他們通過掌握 AgentCore Runtime 進行部署,以及使用 Gateway 實現安全連接和 API 集成,從代理原型過渡到生產環境。
完成本培訓後,學員將能夠:
- 搭建 AgentCore Runtime 環境,並打包代理以供部署。
- 透過 Gateway 公開代理,使用經過身份驗證、限流的端點。
- 使用穩定協議將外部工具和 API 集成到代理工作流程中。
- 為生產環境運營設置可觀測性、日誌記錄和使用量監控。
課程形式
- 互動式講座與討論。
- 結合 Runtime 部署和 Gateway 集成的實作實驗室。
- 專注於可靠性、安全性和發布的實踐練習。
課程客製化選項
- 如需為本課程請求客製化培訓,請聯絡我們安排。
Antigravity for Developers: Building Agent-First Applications
21 小時Antigravity 是一個旨在開發 AI 驅動、代理優先(Agent-First)應用程式的開發平台。
這是由導師帶領的現場培訓(線上或現場進行),專為中階開發者設計,適合希望在 Antigravity 環境中使用自主 AI 代理構建實際應用程式的開發人員。
完成此培訓後,參與者將具備以下能力:
- 開發依賴自主及協作式 AI 代理的應用程式。
- 使用 Antigravity IDE、編輯器、終端機和瀏覽器進行端到端開發。
- 透過 Agent Manager 管理多代理工作流程。
- 將代理功能整合到生產級軟體系統中。
課程形式
- 結合深入演示的混合式講授。
- 大量的實作練習與指導性練習。
- 在 Antigravity 實際環境中進行真實的實現工作。
課程客製化選項
- 如需與您的開發技術棧相符的客製化內容,請與我們聯繫以安排此培訓的客製化版本。
Antigravity 入門:代理優先 IDE 概論
14 小時Google Antigravity 是一款代理優先的開發環境,旨在透過智慧自動化來簡化工程工作流程。
這門由講師主導的即時訓練(線上或現場)專為初級實務人員設計,讓學員探索 Antigravity 的基礎知識,並理解代理驅動的編碼環境如何提升生產力。
完成此訓練後,學員將能夠:
- 安裝並設定 Google Antigravity。
- 瀏覽並理解編輯器檢視(Editor View)與管理器檢視(Manager View)。
- 有效地與代理協作,以自動化簡單的開發任務。
- 使用 Antigravity 生成、修飾及管理專案檔案。
課程形式
- 講師講解並輔以即時示範。
- 聚焦於代理實作操作的引導式練習。
- 在受控實驗環境中實際探索 Antigravity 的核心功能。
課程客製化選項
- 若您有此訓練的客製化版本需求,請聯繫我們以安排客製化課程。
Antigravity:用於網頁自動化與瀏覽器端任務的平台
21 小時Google Antigravity 是一個用於建立能夠與網頁應用、瀏覽器環境及多介面工作流程互動的代理(Agent)的平台。
本課程為由講師主導的即時訓練(線上或現場進行),專為希望使用 Google Antigravity 建置、自動化並測試瀏覽器端工作流程的中階專業人士設計。
完成培訓後,參與者將能夠:
- 建立能在瀏覽器介面中與網頁應用互動的代理。
- 自動化橫跨不同瀏覽器情境的端到端工作流程。
- 在 UI 驅動的環境中驗證並排解代理的行為問題。
- 利用 Antigravity 實施跨介面自動化策略。
課程形式
- 結合示範的引導式教學。
- 實作性動手練習與情境式演練。
- 在互動式實驗環境中建置代理工作流程。
課程客製化選項
- 若有客製化培訓需求,請聯繫我們,以便根據您的目標調整課程內容。
使用AgentCore建構全托管AI代理:從概念到生產
14 小時使用 Mastra 開發 AI 代理
14 小時這是由講師帶領的實時培訓(線上或線下),面向希望使用 Mastra 構建可擴展、可觀察 AI 系統的中級軟體開發人員和工程團隊。
完成本培訓後,參加者將能夠:
- 理解 Mastra 的架構,及其如何與 LLM 和外部 API 整合。
- 使用 TypeScript 設計和實現 AI 代理和工作流。
- 利用 Mastra 的可觀察性和記憶工具,監控並優化代理效能。
- 藉助 Mastra 的框架特性,部署具備生產級別的 AI 應用。