rl book

強化學習：理論和Python實施

一對一的映射Tensorflow 2和Pytorch 1＆2實施，第一本強化學習教程書籍

英語版	中文版	中文2019年

如果您有興趣用其他語言出版本書，請給我發電子郵件。

特徵

這是一本關於強化學習的教程，並解釋了理論和Python實施。

• 理論：從統一的數學框架開始，本書得出了強化學習的理論和算法，包括大型模型時代的算法，例如PPO，RLHF，IRL和PBRL。
• 實踐：每一章都伴隨著基於Python 3，健身房0.26和Tensorflow 2 / Pytorch 1和2的高質量實施。所有代碼都與Windows，Linux和MacOS兼容，可以在筆記本電腦中運行。

支持英語版本的內容

在此處查看代碼，練習答案等。

檢查Springerlink Amazon的書籍內容。

代碼表

所有代碼均已保存為.ipynb文件和同一目錄中的.html文件。

章	環境與封閉式政策	代理人
2	Cliffwalking-V0	貝爾曼
3	Frozenlake-V1	DP
4	二十一點-v1	MC
5	出租車V3	Sarsa，Expectsa，QL，DoubleQl，Sarsa（λ）
6	MountainCar-V0	SARSA，SARSA（λ），DQN TF火炬，Doubledqn TF Torch，Dueldqn TF Torch
7	Cartpole-0	VPG TF火炬，VPGWBASELIN TF TORCH，OFFICYVPG TF TF TORCH，OFFCOLCYVPGWBASELIN
8	Acrobot-V1	QAC TF火炬，Advantageac TF Torch，資格Traceceac TF Torch，PPO TF TORCH，NPG TF TF TORCH，TRPO TF TF TORCH，OFFPAC TF TF TORCH
9	擺-V1	DDPG TF Torch，TD3 TF火炬
10	Lunarlander-V2	SQL TF火炬，SAC TF火炬，Sacwa TF火炬
10	lunarlanderconcontinuun-v2	sacwa tf火炬
11	BipedalWalker-V3	Es，Ars
12	pongnoframeskip-v4	分類DQN TF火炬，QR-DQN TF TORCH，IQN TF TORCH
13	Bernoullimab-V0	UCB
13	高斯mab-v0	UCB
14	Tictactoe-V0	Alphazero TF Torch
15	老虎V0	vi
16	Humanoidbulletenv-V0	行為克隆TF火炬，蓋爾TF火炬

強化學習：原理與python實戰（2023中文版）

全球第一本配套tensorflow 2和pytorch 1/2對照代碼的強化學習教程書

中文版書籍支持內容

• 代碼、習題答案、勘誤更新等配套資源見這裡。

本書內容

• （1章）：從零開始介紹強化學習的背景知識，介紹環境庫，健身房的使用。
• 第二部分（第2 ～15章）：基於折扣獎勵離散時間Markov決策過程模型，介紹強化學習的主幹理論和常見算法。採用數學語言推導強化學習的基礎理論，進而在理論的基礎上講解算法，並為算法提供配套代碼實現。基礎理論的講解突出主幹部分，算法講解全面覆蓋主流的強化學習算法，python實現和算法講解一一對應
• （16）（16）：介紹其他強化學習模型

本書特色

本書完整地介紹了主流強化學習理論。

• 選用現代強化學習理論體系，突出主幹，主要定理均給出證明過程。基於理論講解強化學習算法，全面覆蓋主流強化學習算法
• 全書採用完整的數學體系，各章內容循序漸進。全書採用一致的數學符號，並兼容主流強化學習教程。 ，並兼容主流強化學習教程。
• 每章都配有知識點總結，並搭配習題。 ，並搭配習題。

python代碼，實戰性強。 ，實戰性強。

• 簡潔易懂：全書代碼統一規範、簡約完備，與算法講解直接對應。 ，與算法講解直接對應。
• 查閱方便：所有代碼及運行結果均在github上展示，既可以在瀏覽器上查閱，也可以下載到本地運行。各算法實現放在單獨的文件裡，可單獨查閱和運行。 ，可單獨查閱和運行。
• 環境全面：既有健身房，也有在，健身房，還帶領讀者一起實現自定義的環境。 ，還帶領讀者一起實現自定義的環境。
• 兼容性好：所有代碼在三大操作系統（窗口，macOS，linux）上均可運行，tensorflow和pytorch
• 硬件要求低：所有代碼均可在沒有gpu的個人計算機上運行。

強化學習：原理與python實現（2019）

全球第一本配套張量2代碼的強化學習教程書

中國第一本配套張量2代碼的紙質算法書

中文版書籍支持內容

• 代碼、勘誤更新等見這裡。

本書特色

python實現。

• 理論完備：全書用一套完整的數學體系，嚴謹地講授強化學習的理論基礎，主要定理均給出證明過程。各章內容循序漸進，覆蓋了所有主流強化學習算法
• 案例豐富：在您最愛的操作系統（包括窗口，macos，linux）上

QQ群

• QQ群：722846914 （勘誤報錯可發此群，google，群主和管理員不提供免費諮詢服務）
• 多任務群：696984257 （非小白群，++++++遷移強化學習
• 關於入群驗證問題：由於qq的bug，即使正確輸入答案，也可能會驗證失敗。這時更換設備重試、更換輸入法重試、改日重試均可能解決問題。如果答案中有英文字母，清注意大小寫。 ，清注意大小寫。
• 中文版書前言中給出的QQ 群（935702193、243613392和9481103）已滿，不再新增群成員，謝謝理解。 ，謝謝理解。 ，謝謝理解。