basic_reinforcement_learning

Pembelajaran Penguatan Dasar (RL)

Repositori ini bertujuan untuk memberikan seri pengantar untuk penguatan pembelajaran (RL) dengan memberikan jalan -jalan tentang cara mengkode berbagai teknik RL.

Ulasan Latar Belakang

Ulasan latar belakang cepat RL tersedia di sini.

Tutorial:

• Tutorial 1: Q-Learning
• Tutorial 2: Sarsa
• Tutorial 3: Menjelajahi Gym Openai
• Tutorial 4: Q-Learning di Openai Gym
• Tutorial 5: Deep-Q-Learning (DQN)
• Tutorial 6: Qear-Learning Qonvolutional
• Tutorial 7: Pembelajaran Penguatan dengan Ros dan Gazebo
• Tutorial 8: Pembelajaran Penguatan dalam Doom ( belum selesai )
• Tutorial 9: Gradien Kebijakan Deterministik Deep (DDPG)
• Tutorial 10: Pencarian Kebijakan Terpandu (GPS) ( belum selesai )
• Tutorial 11: Ulasan berbagai teknik AI untuk RL ( WIP )
• Tutorial 12: Meninjau Metode Gradien Kebijakan
• Tutorial 13: Ruang Kontinuous-State dengan DQN ( gabungan )
• Tutorial 14: Teknik RL Benchmarking
• Tutorial 15: Meninjau Gradien Kebijakan Vanilla (VPG) ( Gagal menyedihkan )

Referensi:

• Chris Watkins, Pembelajaran dari Penundaan Hadiah, Cambridge, 1989 (tesis)
• Repositori Pembelajaran Penguatan yang Luar Biasa, https://github.com/aikorea/awesome-rl
• Pembelajaran Penguatan CS9417ML, Sekolah Ilmu Komputer & Teknik, UNSW Sydney, http://www.cse.unsw.edu.au/~cs9417ml/rl1/index.html
• Posting Blog Pembelajaran Penguatan, https://studywolf.wordpress.com/2012/11/25/reinforcement-learning-q-learning-and-exploration/
• Openai Gym Docs, https://gym.openai.com/docs
• Implementasi Bons Vincent, https://gist.github.com/wingedsheep
• Pembicaraan Pembelajaran Penguatan Deep David Silver, http://videolectures.net/rldm2015_silver_reinforcement_learning/
• Brockman, G., Cheung, V., Pettersson, L., Schneider, J., Schulman, J., Tang, J., & Zaremba, W. (2016). Gym openai. ARXIV Preprint ARXIV: 1606.01540.
• https://sites.google.com/view/deep-rl-bootcamp/lectures
• https://github.com/vmayoral/gym-cryptocurrency