rl book 다운로드 -RL rl book 소스 코드 다운로드

다운로드

강화 학습 : 이론 및 파이썬 구현

일대일 매핑 인 Tensorflow 2 및 Pytorch 1 & 2 구현이있는 첫 번째 강화 학습 자습서

영어 에디션	中文版	中文 2019 년 版

이 책을 다른 언어로 게시하는 데 관심이 있으시면 저에게 이메일을 보내주십시오.

특징

이것은 이론과 파이썬 구현에 대한 설명과 함께 강화 학습에 관한 튜토리얼 책입니다.

이론 : 균일 한 수학적 프레임 워크에서 시작 하여이 책은 PPO, RLHF, IRL 및 PBRL과 같은 대규모 모델 시대의 알고리즘을 포함하여 강화 학습의 이론과 알고리즘을 도출합니다.
연습 : 모든 장에는 Python 3, Gym 0.26 및 Tensorflow 2 / Pytorch 1 & 2를 기반으로 한 고품질 구현이 수반됩니다. 모든 코드는 Windows, Linux 및 MacOS와 호환됩니다. 랩톱에서 실행할 수 있습니다.

코드, 운동 답변 등을 여기에서 확인하십시오.

SpringerLink Amazon에서 책 내용을 확인하십시오.

모든 코드는 동일한 디렉토리에 .ipynb 파일과 .html 파일로 저장되었습니다.

장	환경 및 폐쇄 형 정책	대리인
2	클리프 워킹 -V0	보이
3	Frozenlake-V1	DP
4	블랙 잭 -V1	MC
5	택시 V3	SARSA, Everthsarsa, QL, DoubleQL, Sarsa (λ)
6	MountainCar-V0	SARSA, SARSA (λ), DQN TF 토치, DoubledQn TF Torch, Dueldqn TF Torch
7	카트 폴 -0	VPG TF 토치, vpgwbaseline TF 토치, offolicyvpg tf 횃불, offpolicyvpgwbaseline tf 횃불
8	Acrobot-V1	QAC TF 토치, AdvantAgeac TF 토치, 자격 부족 TF 토치, PPO TF 토치, NPG TF 토치, TRPO TF 토치, 오프패 팩 TF 토치
9	진자 V1	DDPG TF 토치, TD3 TF 토치
10	LUNARLANDER-V2	SQL TF 토치, SAC TF 토치, SACWA TF 토치
10	LUNARLANDERCONTINUUS-V2	Sacwa tf Torch
11	Bipedalwalker-v3	ES, ARS
12	Pongnoframeskip-v4	CANTIOLICALDQN TF 토치, QR-DQN TF 토치, IQN TF 토치
13	Bernoullimab-V0	UCB
13	가우시안 마크 -V0	UCB
14	Tictactoe-V0	알 파자로 TF 토치
15	Tiger-V0	VI
16	Humanoidbulletenv-v0	행동 클론 TF 토치, 게일 TF 토치

全球第一本配套 Tensorflow 2 和 Pytorch 1/2 对照代码的强化学习教程书

中文版书籍支持内容

本书内容

第一部分章章章 ■ ：从零开始介绍强化学习的背景知识：从零开始介绍强化学习的背景知识介绍环境库 체육관 的使用。的使用。
第二部分～～～ + + 第第 2 ～ 15 章：基于折扣奖励离散时间 Markov 决策过程模型决策过程模型, 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算法讲解全面覆盖主流的强化学习算法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 对照实现。
第三部分章 + (第 16 章) ：介绍其他强化学习模型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 Markov 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。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。

本书各章均提供 파이썬 on on, 实战性强。

简洁易懂：全书代码统一规范、简约完备全书代码统一规范、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。可单独查阅和运行。
环境全面：既有 체육관 的内置环境的内置环境的内置环境, 也有在 체육관 基础上进一步扩展的第三方环境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 、 MACOS 、 Linux) 上均可运行上均可运行, 书中给出了环境的安装和配置方法。深度强化学习代码还提供了 Tensorflow 和 Pytorch 对照代码。读者可任选其一。
硬件要求低：所有代码均可在没有 gpu 的个人计算机上运行。