basic_reinforcement_learning

基本強化學習（RL）

該存儲庫旨在通過交付有關如何編碼不同RL技術的步行來為增強學習（RL）提供介紹系列。

背景評論

可以在此處提供RL的快速背景評論。

教程：

• 教程1：Q學習
• 教程2：SARSA
• 教程3：探索Openai Gym
• 教程4：在Openai體育館學習Q
• 教程5：深Q學習（DQN）
• 教程6：深卷積Q學習
• 教程7：與ROS和涼亭一起學習
• 教程8：厄運中的強化學習（未完成）
• 教程9：深層確定性政策梯度（DDPG）
• 教程10：指導政策搜索（GPS） （未完成）
• 教程11：對RL的不同AI技術的評論（ WIP ）
• 教程12：審查政策梯度方法
• 教程13：帶有DQN的連續狀態空間（合併）
• 教程14：基準測試RL技術
• 教程15：審查香草政策梯度（VPG） （慘敗）

參考：

• 克里斯·沃特金斯（Chris Watkins），從延遲的獎勵中學習，劍橋，1989年（論文）
• 很棒的增強學習存儲庫，https://github.com/aikorea/awesome-rl
• 加固學習CS9417ML，計算機科學與工程學院，UNSW悉尼，http：//www.cse.unsw.edu.au/~cs9417ml/rl1/index.html
• 強化學習博客文章，https://studywolf.wordpress.com/2012/11/25/reinforecession-learning-q-learning-andning-and-exploration/
• Openai Gym Docs，https://gym.openai.com/docs
• Vincent Bons實施，https://gist.github.com/wingedsheep
• 大衛·西爾弗（David Silver）的深入強化學習演講，http://videolectures.net/rldm2015_silver_reinforecement_learning/
• 布羅克曼（G. Openai體育館。 ARXIV預印型ARXIV：1606.01540。
• https://sites.google.com/view/deep-rl-bootcamp/lectures
• https://github.com/vmayoral/gym-cryptocurencies