Высокоуровневые библиотеки машинного обучения упрощают обучение с подкреплением, но могут скрывать то, что на самом деле происходит внутри.

В этом курсе вы с нуля создадите полноценный фреймворк для обучения с подкреплением на чистом C.

Вы реализуете автоматическое дифференцирование, матричные операции и конвейер обучения методом градиента политики. А заодно создадите симуляцию игры «Змейка».

https://freecodecamp.org/news/building-a-reinforcement-learning-framework-from-scratch-in-pure-c/