basic_reinforcement_learning

基本的な強化学習（RL）

このリポジトリは、さまざまなRLテクニックをコーディングする方法についてのウォークを提供することにより、強化学習（RL）の紹介シリーズを提供することを目的としています。

バックグラウンドレビュー

RLの簡単なバックグラウンドレビューはこちらから入手できます。

チュートリアル：

• チュートリアル1：Qラーニング
• チュートリアル2：サルサ
• チュートリアル3：Openaiジムの探索
• チュートリアル4：OpenaiジムのQ学習
• チュートリアル5：ディープQラーニング（DQN）
• チュートリアル6：深い畳み込みQラーニング
• チュートリアル7：ROSおよびGazeboによる補強学習
• チュートリアル8：運命の補強学習（未完成）
• チュートリアル9：深い決定論的ポリシーグラデーション（DDPG）
• チュートリアル10：ガイド付きポリシー検索（GPS） （未完成）
• チュートリアル11：RLのさまざまなAI技術のレビュー（ WIP ）
• チュートリアル12：ポリシーグラデーション方法のレビュー
• チュートリアル13：DQNの連続状態スペース（マージ）
• チュートリアル14：RLテクニックのベンチマーク
• チュートリアル15：バニラポリシーグラデーション（VPG）のレビュー（惨めに失敗した）

参考文献：

• クリス・ワトキンス、遅延報酬から学ぶ、ケンブリッジ、1989（論文）
• Awesome Rehnection Learning Repository、https：//github.com/aikorea/awesome-rl
• 強化学習CS9417ML、コンピューターサイエンス＆エンジニアリングスクール、UNSWシドニー、http：//www.cse.unsw.edu.au/~cs9417ml/rl1/index.html
• 強化学習ブログ投稿、https://studywolf.wordpress.com/2012/11/25/reinforcement-learning-q-learning-and-exploration/
• Openai Gym Docs、https：//gym.openai.com/docs
• Vincent Bonsの実装、https://gist.github.com/wingedsheep
• David Silver's Deep Reanfortion Learning Talk、http://videolectures.net/rldm2015_silver_reinforcement_learning/
• Brockman、G.、Cheung、V.、Pettersson、L.、Schneider、J.、Schulman、J.、Tang、J。、＆Zaremba、W。（2016）。オープンジム。 Arxiv Preprint arxiv：1606.01540。
• https://sites.google.com/view/deep-rl-bootcamp/lectures
• https://github.com/vmayoral/gym-cryptocurrencies