rl book

強化学習：理論とPythonの実装

1対1のマッピングTensorflow 2とPytorch 1＆2の実装を備えた最初の強化学習チュートリアルブック

英語版	中文版	中文2019版

この本を他の言語で公開することに興味がある場合は、私にメールしてください。

特徴

これは、理論とPythonの実装の説明を含む、強化学習に関するチュートリアルブックです。

• 理論：均一な数学的枠組みから始まるこの本は、PPO、RLHF、IRL、PBRLなどの大規模なモデル時代のアルゴリズムを含む、強化学習の理論とアルゴリズムを導き出します。
• 練習：すべての章には、Python 3、Gym 0.26、およびTensorflow 2 / Pytorch 1および2に基づく高品質の実装が伴います。すべてのコードは、Windows、Linux、およびMacOSと互換性があり、ラップトップで実行できます。

英語版のサポートコンテンツ

コード、エクササイズの回答などについては、こちらをご覧ください。

SpringerLink Amazonを確認してください。

コードの表

すべてのコードは、同じディレクトリ内の.ipynbファイルと.htmlファイルとして保存されています。

章	環境と閉鎖形式のポリシー	エージェント
2	CliffWalking-V0	ベルマン
3	Frozenlake-V1	DP
4	Blackjack-V1	MC
5	タクシーV3	Sarsa、Hoppdagsarsa、QL、DoubleQl、Sarsa（λ）
6	MountainCar-V0	サルサ、サルサ（λ）、dqn tfトーチ、doubledqn tfトーチ、dueldqn tfトーチ
7	カートポール-0	VPG TF TORCH、VPGWBASELINE TF TORCH、OFFPOLICYVPG TF TORCH、OFFPOLICYVPGWBASELINE TF TORCH
8	Acrobot-V1	QAC TF TORCH、ADVANTAGEAC TF TORCH、適格性TRACEAC TF TORCH、PPO TF TORCH、NPG TF TORCH、TRPO TF TORCH、OFFPAC TF TORCH
9	振り子V1	DDPG TFトーチ、TD3 TFトーチ
10	Lunarlander-V2	SQL TF TORCH、SAC TF TORCH、SACWA TF TORCH
10	lunarlandercontinuous-v2	sacwa tfトーチ
11	Bipedalwalker-V3	es、ars
12	pongnoframeskip-v4	categoricaldqn tfトーチ、qr-dqn tfトーチ、iqn tfトーチ
13	Bernoullimab-V0	UCB
13	gaussianmab-v0	UCB
14	Tictactoe-V0	アルファゼロTFトーチ
15	Tiger-V0	vi
16	ヒューマノイドbulletenv-v0	BehaviorClone TFトーチ、ゲイルTFトーチ

强化学习：原理与python实战（2023年中文版）

tensorflow 2

中文版书籍支持内容

• 代码、习题答案、勘误更新等配套资源见这里。

本书内容

• 第一部分（第 1 章）：从零开始介绍强化学习的背景知识、介绍环境库ジム
• 第二部分（第2〜15 章）：基于折扣奖励离散时间マルコフ决策过程模型、介绍强化学习的主干理论和常见算法。采用数学语言推导强化学习的基础理论、进而在理论的基础上讲解算法、并为算法提供配套代码实现。基础理论的讲解突出主干部分、算法讲解全面覆盖主流的强化学习算法、包括经典的非深度强化学习算法和近年流行的强化学习算法。、包括经典的非深度强化学习算法和近年流行的强化学习算法。python实现和算法讲解一一对应、还给出了深度强化学习算法的tensorflow和pytorch
• 第三部分（第16 章）：介绍其他强化学习模型、包括平均奖励模型、连续时间模型、非齐次模型、半マルコフ模型、部分可观测模型等、以便更好了解强化学习研究的全貌。

本书特色

本书完整地介绍了主流强化学习理论。

• 选用现代强化学习理论体系、突出主干、主要定理均给出证明过程。基于理论讲解强化学习算法、全面覆盖主流强化学习算法、包括了资格迹等经典算法和ムゼロ等深度强化学习算法。
• 全书采用完整的数学体系、各章内容循序渐进。全书采用一致的数学符号、并兼容主流强化学习教程。
• 每章都配有知识点总结、并搭配习题。

本书各章均提供python代码、实战性强。

• 简洁易懂：全书代码统一规范、简约完备、与算法讲解直接对应。
• 查阅方便：所有代码及运行结果均在github上展示、既可以在浏览器上查阅、也可以下载到本地运行。各算法实现放在单独的文件里、可单独查阅和运行。
• 环境全面：既有ジム、也有在ジム基础上进一步扩展的第三方环境、还带领读者一起实现自定义的环境。
• 兼容性好：所有代码在三大操作系统（ windows
• 硬件要求低：所有代码均可在没有gpu的个人计算机上运行。

强化学习：原理与python实现（2019）

tensorflow 2代码的强化学习教程书

tensorflow 2代码的纸质算法书

中文版书籍支持内容

• 代码、勘误更新等见这里。

本书特色

python实现。

• 理论完备：全书用一套完整的数学体系、严谨地讲授强化学习的理论基础、主要定理均给出证明过程。各章内容循序渐进、覆盖了所有主流强化学习算法、包括资格迹等非深度强化学习算法和柔性执行者/评论者等深度强化学习算法。
• 案例丰富：在您最爱的操作系统（包括 windows、macos、linux ）上、python 3、ジム0.26和張力2、实现强化学习算法。全书实现统一规范、体积小、重量轻。第 9章给出了算法的配套实现9章给出了算法的配套实现、环境部分只依赖于ジム的最小安装、在没有gpu

QQ群

• QQ
• 多任务群：696984257
• 关于入群验证问题：由于qq的バグ、即使正确输入答案、也可能会验证失败。这时更换设备重试、更换输入法重试、改日重试均可能解决问题。如果答案中有英文字母、清注意大小写。
• QQ