basic_reinforcement_learning

基本强化学习（RL）

该存储库旨在通过交付有关如何编码不同RL技术的步行来为增强学习（RL）提供介绍系列。

背景评论

可以在此处提供RL的快速背景评论。

教程：

• 教程1：Q学习
• 教程2：SARSA
• 教程3：探索Openai Gym
• 教程4：在Openai体育馆学习Q
• 教程5：深Q学习（DQN）
• 教程6：深卷积Q学习
• 教程7：与ROS和凉亭一起学习
• 教程8：厄运中的强化学习（未完成）
• 教程9：深层确定性政策梯度（DDPG）
• 教程10：指导政策搜索（GPS） （未完成）
• 教程11：对RL的不同AI技术的评论（ WIP ）
• 教程12：审查政策梯度方法
• 教程13：带有DQN的连续状态空间（合并）
• 教程14：基准测试RL技术
• 教程15：审查香草政策梯度（VPG） （惨败）

参考：

• 克里斯·沃特金斯（Chris Watkins），从延迟的奖励中学习，剑桥，1989年（论文）
• 很棒的增强学习存储库，https://github.com/aikorea/awesome-rl
• 加固学习CS9417ML，计算机科学与工程学院，UNSW悉尼，http：//www.cse.unsw.edu.au/~cs9417ml/rl1/index.html
• 强化学习博客文章，https://studywolf.wordpress.com/2012/11/25/reinforecession-learning-q-learning-andning-and-exploration/
• Openai Gym Docs，https://gym.openai.com/docs
• Vincent Bons实施，https://gist.github.com/wingedsheep
• 大卫·西尔弗（David Silver）的深入强化学习演讲，http://videolectures.net/rldm2015_silver_reinforecement_learning/
• 布罗克曼（G. Openai体育馆。 ARXIV预印型ARXIV：1606.01540。
• https://sites.google.com/view/deep-rl-bootcamp/lectures
• https://github.com/vmayoral/gym-cryptocurencies