Högskola och universitet hos Stockholms universitet, 7,5 högskolepoäng.
Kursen syftar till att introducera såväl grundläggande som moderna begrepp inom förstärkningsinlärning (reinforcement learning). Detta inkluderar Markovska beslutsprocesser, dynamisk programmering, modellfri prediktion och styrning, temporal-difference learning, funktionsapproximation, policy-gradient och actor-critic-metoder, samt moderna tillämpningar av förstärkningsinlärning.