updated

docs/1.md

 # Lecture 1 Introduction to Reinforcement Learning
 
-# 课时1 强化学习介绍 2018.03.20
+# 课时1 强化学习介绍 2019.01.07
 
 ## 1. 引言
 

docs/10.md

+# Lecture 10 Advanced Policy Gradient
+
+# 课时10 高级策略梯度 2019.02.11
+
+## 1. 策略梯度的目标（Policy Gradient Objective）
\ No newline at end of file

docs/3.md

 # Lecture 3 Model Free Policy Evaluation: Policy Evaluation Without Knowing How the World Works
 
-# 课时3 无模型策略评估 2018.03.20
+# 课时3 无模型策略评估 2019.01.14
 
 ## 4. 无模型策略评估
 

docs/4.md

 # Lecture 4 Model Free Control
 
-# 课时4 无模型控制 2018.03.20
+# 课时4 无模型控制 2019.01.16
 
 ## 5. 无模型控制（Model Free Control）
 

docs/5.md

 # Lecture 5 Value Function Approximation
 
-# 课时4 值函数近似 2018.03.20
+# 课时4 值函数近似 2019.01.23
 
 ## 7. 介绍（Introduction）
 

docs/6.md

 # Lecture 6 CNNs and Deep Q-learning
 
-# 课时6 卷积神经网络与深度 Q-学习 2018.03.20
+# 课时6 卷积神经网络与深度 Q-学习 2019.01.28
 
 ## 7. 基于值的深度强化学习（Value-based Deep Reinforcement Learning）
 

docs/7.md

 # Lecture 7 Imitation Learning
 
-# 课时7 模仿学习 2018.03.20
+# 课时7 模仿学习 2019.01.30
 
 ## 8. 介绍（Introduction）
 

docs/8&9.md

 # Lecture 8&9 Policy Gradient
 
-# 课时8&9 策略梯度 2018.03.20
+# 课时8&9 策略梯度 2019.02.04 & 2019.02.06
 
 ## 1. 策略搜索介绍（Introduction to Policy Search）