Stanford CS224R · Deep Reinforcement Learning · Spring 2026官方资料已接入

CS224R Spring 2026

深度强化学习、模仿学习与语言模型强化学习；接入 2026 讲义、三份作业起始代码与项目说明。

开始学习 →参考资料库 →Lab 与作业 →官方课程与资料 ↗资料版本与访问说明 ↗

单元

17 单元

发布

0 单元

内容

0 份

资料

44 条

Lab 与作业

入口按本课程官网公布的作业登记；代码、题目版本及访问要求以原站为准。

• Homework 1 · 官方起始代码 — 官方提供 ZIP；题目 PDF 与模板保存在对应讲次，不用论文代码替代作业。 · 课程来源

• Homework 2 · 官方起始代码 — 官方提供 ZIP；题目 PDF 与模板保存在对应讲次，不用论文代码替代作业。 · 课程来源

• Homework 3 · 官方起始代码 — 官方提供 ZIP；题目 PDF 与模板保存在对应讲次，不用论文代码替代作业。 · 课程来源

• Default Project Guidelines — 官方项目要求；按 Spring 2026 说明开展。 · 课程来源

• Custom Project Guidelines — 官方项目要求；按 Spring 2026 说明开展。 · 课程来源

课程学习路径

00 · 课程参考资料

官方来源、作业与版本说明。

1 单元

1. 00

   课程参考资料

   按课程目录汇总讲义、视频、代码与延伸阅读。

   44 项
   →

01 · 课程与学习资料

使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

17 单元

1. 01

   Course Intro + Start of MDPs & Imitation

   使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

   2026-04-01
   官方资料已接入
   →
2. 02

   Imitation Learning

   使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

   2026-04-03
   官方资料已接入
   →
3. 03

   Policy Gradients

   使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

   2026-04-08
   官方资料已接入
   →
4. 04

   Actor-Critic Methods

   使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

   2026-04-10
   官方资料已接入
   →
5. 05

   Off-Policy Actor Critic Methods

   使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

   2026-04-15
   官方资料已接入
   →
6. 06

   Q-learning

   使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

   2026-04-17
   官方资料已接入
   →
7. 07

   Offline RL

   使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

   2026-04-22
   官方资料已接入
   →
8. 08

   Reward Learning

   使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

   2026-04-24
   官方资料已接入
   →
9. 09

   RL for LLMs: Preference Optimization (Guest Lecture: Archit Sharma)

   使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

   2026-04-29
   官方资料已接入
   →
10. 10

    RL for LLMs: Reasoning (Guest Lecture: Noam Brown)

    使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

    2026-05-01
    官方资料已接入
    →
11. 11

    Model-Based RL

    使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

    2026-05-06
    官方资料已接入
    →
12. 12

    Multi-Task and Goal-Conditioned RL

    使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

    2026-05-08
    官方资料已接入
    →
13. 13

    Meta-RL

    使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

    2026-05-13
    官方资料已接入
    →
14. 14

    Hierarchical RL and IL

    使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

    2026-05-20
    官方资料已接入
    →
15. 15

    RL for Robots: Sim-to-Real Transfer (Guest Lecture: Guanya Shi)

    使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

    2026-05-22
    官方资料已接入
    →
16. 16

    RL for Robots: RL for VLAs

    使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

    2026-05-27
    官方资料已接入
    →
17. 17

    Frontiers

    使用 Spring 2026 日程和资料；不将 2025 历史录像绑定为本届录播。

    2026-05-29
    官方资料已接入
    →