basic_reinforcement_learning

Apprentissage de renforcement de base (RL)

Ce référentiel vise à fournir une série d'introduction à l'apprentissage du renforcement (RL) en fournissant une marche sur la façon de coder différentes techniques RL.

Revue des antécédents

Un examen rapide des antécédents de RL est disponible ici.

Tutoriels:

• Tutoriel 1: Q-Learning
• Tutoriel 2: SARSA
• Tutoriel 3: Explorer l'Openai Gym
• Tutoriel 4: Q-Learning dans Openai Gym
• Tutoriel 5: Deep Q-Learning (DQN)
• Tutoriel 6: Learning Deep Convolutionnel Q-Learning
• Tutoriel 7: Apprentissage du renforcement avec ROS et gazebo
• Tutoriel 8: Apprentissage du renforcement dans Doom ( inachevé )
• Tutoriel 9: Gradient de politique déterministe profonde (DDPG)
• Tutoriel 10: recherche de stratégie guidée (GPS) ( inachevé )
• Tutoriel 11: Une revue des différentes techniques d'IA pour RL ( WIP )
• Tutoriel 12: Révision des méthodes de gradient de politique
• Tutoriel 13: Espaces à l'état continu avec DQN ( fusionné )
• Tutoriel 14: techniques de référence RL
• Tutorial 15: Revue Gradient de politique de vanille (VPG) ( Échec lamentablement )

Références:

• Chris Watkins, Learning From retardé des récompenses, Cambridge, 1989 (thèse)
• Référentiel d'apprentissage du renforcement génial, https://github.com/aikorea/awesome-rl
• Renforcement Learning CS9417ML, School of Computer Science & Engineering, Unsw Sydney, http://www.cse.unsw.edu.au/~cs9417ml/rl1/index.html
• Articles de blog de renforcement d'apprentissage, https://studywolf.wordpress.com/2012/11/25/reinforcement-learning-q-learning-and-exploration/
• Openai Gym Docs, https://gym.openai.com/docs
• Implémentations de Vincent Bons, https://gist.github.com/wingdsheep
• La conversation d'apprentissage en renforcement profond de David Silver, http://videolectures.net/rldm2015_silver_reinforcement_learning/
• Brockman, G., Cheung, V., Pettersson, L., Schneider, J., Schulman, J., Tang, J., et Zaremba, W. (2016). Openai Gym. ARXIV PRÉALLAGE ARXIV: 1606.01540.
• https://sites.google.com/view/deep-rl-bootcamp/lectures
• https://github.com/vmayoral/gym-crypto-monn