Grundlegendes Verstärkungslernen (RL)
Dieses Repository zielt darauf ab, eine Einführungsreihe für das Verstärkungslernen (RL) bereitzustellen, indem Sie einen Walklow über die Codierung verschiedener RL -Techniken bieten.
Hintergrundüberprüfung
Hier finden Sie eine kurze Überprüfung von RL.
Tutorials:
Referenzen:
- Chris Watkins, Lernen aus verzögerten Belohnungen, Cambridge, 1989 (These)
- Fantastisches Verstärkungslernrepository, https://github.com/aikorea/awesome-rl
- Verstärkungslernen CS9417ML, School of Information & Engineering, Unsw Sydney, http://www.cse.unsw.edu.au/~cs9417ml/rl1/index.html
- Blog-Beiträge für Verstärkung Learning, https://studywolf.wordpress.com/2012/11/25/reinforcement-learning-q-learning-and-exploration/
- Openai Fitnessdocs, https://gym.openai.com/docs
- Vincent Bons Implementierungen, https://gist.github.com/wingedsheep
- David Silvers Deep verstärktes Lerngespräch, http://videolectures.net/rldm2015_silver_reinforcement_learning/
- G. Brockman, V. Cheung, L. Pettersson, J. Schneider, J. Schulman, J. Tang & W. Zaremba (2016). Openai Fitnessstudio. Arxiv Preprint Arxiv: 1606.01540.
- https://sites.google.com/view/deep-rl-bootcamp/lectures
- https://github.com/vmayoral/gym-cryptocurrencies