【“专知“ 特供】AlphaGo Zero核心技术:深度强化学习知识资料全集(免费打包下载)

2017 年 10 月 20 日 中国科学院自动化研究所 钱胜胜/Quan

【导读】近日,Google DeepMind在Nature上发表最新论文,介绍了迄今最强最新的版本AlphaGo Zero,不使用人类先验知识,使用纯强化学习,将价值网络和策略网络整合为一个架构,3天训练后就以100比0击败了上一版本的AlphaGo。Alpha Zero的背后核心技术是深度强化学习,为此,【专知】特别收录整理聚合了关于强化学习的最全知识资料,供大家查看!


先看下Google DeepMind 研究人员David Silver介绍 AlphaGo Zero:



专知 -Deep Reinforcement Learning 最全资料集合:


  • Nature 论文

    Mastering the game of Go without human knowledge

    Nature 550, 7676 (2017). doi:10.1038/nature24270

    Authors: David Silver, Julian Schrittwieser, Karen Simonyan, Ioannis Antonoglou, Aja Huang, Arthur Guez, Thomas Hubert, Lucas Baker, Matthew Lai, Adrian Bolton, Yutian Chen, Timothy Lillicrap, Fan Hui, Laurent Sifre, George van den Driessche, Thore Graepel & Demis Hassabis

    网址:https://www.nature.com/nature/journal/v550/n7676/full/nature24270.html

    请下载pdf查看!

Mastering the game of Go with deep neural networks and tree search


 Nature 529(7587): 484-489 (2016)


  • Papers

          

Mastering the Game  of Go without Human Knowledge

https://deepmind.com/documents/119/agz_unformatted_nature.pdf

Human level control with deep  reinforcement learning

http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html

Play Atari game with deep reinforcement  learning

https://www.cs.toronto.edu/%7Evmnih/docs/dqn.pdf

Prioritized experience replay

https://arxiv.org/pdf/1511.05952v2.pdf

Dueling DQN

https://arxiv.org/pdf/1511.06581v3.pdf

Deep reinforcement learning with double Q  Learning

https://arxiv.org/abs/1509.06461 

Deep Q learning with NAF

https://arxiv.org/pdf/1603.00748v1.pdf 

Deterministic policy gradient

http://jmlr.org/proceedings/papers/v32/silver14.pdf

Continuous control with deep  reinforcement learning) (DDPG)

https://arxiv.org/pdf/1509.02971v5.pdf

Asynchronous Methods for Deep  Reinforcement Learning

https://arxiv.org/abs/1602.01783

Policy distillation

https://arxiv.org/abs/1511.06295

Control of Memory, Active Perception, and  Action in Minecraft

https://arxiv.org/pdf/1605.09128v1.pdf

Unifying Count-Based Exploration and  Intrinsic Motivation

https://arxiv.org/pdf/1606.01868v2.pdf 

Incentivizing Exploration In  Reinforcement Learning With Deep Predictive Models

https://arxiv.org/pdf/1507.00814v3.pdf

Action-Conditional Video Prediction using  Deep Networks in Atari Games

https://arxiv.org/pdf/1507.08750v2.pdf

Control of Memory, Active Perception, and  Action in Minecraft

https://web.eecs.umich.edu/~baveja/Papers/ICML2016.pdf

PathNet

https://arxiv.org/pdf/1701.08734.pdf


  • Papers for NLP

 

Coarse-to-Fine  Question Answering for Long Documents https://homes.cs.washington.edu/~eunsol/papers/acl17eunsol.pdf
A Deep Reinforced Model for Abstractive  Summarization https://arxiv.org/pdf/1705.04304.pdf
Reinforcement Learning for Simultaneous  Machine Translation https://www.umiacs.umd.edu/~jbg/docs/2014_emnlp_simtrans.pdf
Dual Learning for Machine Translation https://papers.nips.cc/paper/6469-dual-learning-for-machine-translation.pdf
Learning to Win by Reading Manuals in a  Monte-Carlo Framework http://people.csail.mit.edu/regina/my_papers/civ11.pdf
Improving Information Extraction by  Acquiring External Evidence with Reinforcement Learning http://people.csail.mit.edu/regina/my_papers/civ11.pdf
Deep Reinforcement Learning with a  Natural Language Action Space http://www.aclweb.org/anthology/P16-1153
Deep Reinforcement Learning for Dialogue  Generation https://arxiv.org/pdf/1606.01541.pdf
Reinforcement Learning for Mapping  Instructions to Actions http://people.csail.mit.edu/branavan/papers/acl2009.pdf
Language Understanding for Text-based  Games using Deep Reinforcement Learning https://arxiv.org/pdf/1506.08941.pdf
End-to-end LSTM-based dialog control  optimized with supervised and reinforcement learning https://arxiv.org/pdf/1606.01269v1.pdf
End-to-End Reinforcement Learning of  Dialogue Agents for Information Access https://arxiv.org/pdf/1609.00777v1.pdf
Hybrid Code Networks: practical and  efficient end-to-end dialog control with supervised and reinforcement  learning https://arxiv.org/pdf/1702.03274.pdf
Deep Reinforcement Learning for  Mention-Ranking Coreference Models https://arxiv.org/abs/1609.08667
  • 精选文章

wiki https://en.wikipedia.org/wiki/Reinforcement_learning
Deep Reinforcement Learning: Pong from  Pixels http://karpathy.github.io/2016/05/31/rl/
CS 294: Deep Reinforcement Learning http://rll.berkeley.edu/deeprlcourse/
强化学习系列之一:马尔科夫决策过程 http://www.algorithmdog.com/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0-%E9%A9%AC%E5%B0%94%E7%A7%91%E5%A4%AB%E5%86%B3%E7%AD%96%E8%BF%87%E7%A8%8B
强化学习系列之九:Deep Q Network (DQN) http://www.algorithmdog.com/drl
强化学习系列之三:模型无关的策略评价 http://www.algorithmdog.com/reinforcement-learning-model-free-evalution
【整理】强化学习与MDP http://www.cnblogs.com/mo-wang/p/4910855.html
强化学习入门及其实现代码 http://www.jianshu.com/p/165607eaa4f9
深度强化学习系列(二):强化学习 http://blog.csdn.net/ikerpeng/article/details/53031551
采用深度 Q  网络的 Atari 的 Demo:
 Nature 上关于深度 Q 网络 (DQN) 论文:
http://www.nature.com/articles/nature14236
David视频里所使用的讲义pdf https://pan.baidu.com/s/1nvqP7dB
什么是强化学习? http://www.cnblogs.com/geniferology/p/what_is_reinforcement_learning.html
DavidSilver  关于 深度确定策略梯度 DPG的论文  http://www.jmlr.org/proceedings/papers/v32/silver14.pdf
Nature 上关于 AlphaGo 的论文: http://www.nature.com/articles/nature16961
AlphaGo 相关的资源 deepmind.com/research/alphago/
What’s the Difference Between Artificial  Intelligence, Machine Learning, and Deep Learning? https://blogs.nvidia.com/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/
Deep Learning in a Nutshell:  Reinforcement Learning https://devblogs.nvidia.com/parallelforall/deep-learning-nutshell-reinforcement-learning/
Bellman equation https://en.wikipedia.org/wiki/Bellman_equation
Reinforcement learning https://en.wikipedia.org/wiki/Reinforcement_learning
Mastering the Game of Go without Human  Knowledge https://deepmind.com/documents/119/agz_unformatted_nature.pdf
Reinforcement Learning(RL) for Natural  Language Processing(NLP) https://github.com/adityathakker/awesome-rl-nlp


  • 视频教程


强化学习教程(莫烦) https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/
强化学习课程 by David Silver https://www.bilibili.com/video/av8912293/?from=search&seid=1166472326542614796
CS234: Reinforcement Learning http://web.stanford.edu/class/cs234/index.html
什么是强化学习? (Reinforcement Learning) https://www.youtube.com/watch?v=NVWBs7b3oGk
什么是 Q Learning (Reinforcement Learning  强化学习) https://www.youtube.com/watch?v=HTZ5xn12AL4
强化学习-莫烦 https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/
David Silver深度强化学习第1课 - 简介 (中文字幕) https://www.bilibili.com/video/av9831889/
David Silver的这套视频公开课(Youtube) https://www.youtube.com/watch?v=2pWv7GOvuf0&list=PL7-jPKtc4r78-wCZcQn5IqyuWhBZ8fOxT
David Silver的这套视频公开课(Bilibili) http://www.bilibili.com/video/av9831889/?from=search&seid=17387316110198388304 
Deep Reinforcement Learning http://videolectures.net/rldm2015_silver_reinforcement_learning/


  • Tutorial

    Reinforcement  Learning for NLP http://www.umiacs.umd.edu/~jbg/teaching/CSCI_7000/11a.pdf
    ICML 2016, Deep Reinforcement Learning tutorial http://icml.cc/2016/tutorials/deep_rl_tutorial.pdf 
    DQN tutorial https://medium.com/@awjuliani/simple-reinforcement-learning-with-tensorflow-part-4-deep-q-networks-and-beyond-8438a3e2b8df#.28wv34w3a
  • 代码

    OpenAI Gym https://github.com/openai/gym
    GoogleDeep Mind 团队深度 Q 网络 (DQN) 源码: http://sites.google.com/a/deepmind.com/dqn/
    ReinforcementLearningCode https://github.com/halleanwoo/ReinforcementLearningCode
    reinforcement-learning https://github.com/dennybritz/reinforcement-learning
    DQN https://github.com/devsisters/DQN-tensorflow
    DDPG https://github.com/stevenpjg/ddpg-aigym
    A3C01 https://github.com/miyosuda/async_deep_reinforce
    A3C02 https://github.com/openai/universe-starter-agent 



特注:请登录www.zhuanzhi.ai或者点击阅读原文,

输入“强化学习” 主题直接查看获取全网收录资源, 涵盖论文等资源下载链接,并获取更多强化学习相关知识资料


关注专知公众号,后台回复“强化学习” ,即可获取全部知识资料pdf文档集合下载链接!


 【专知】授权转发,欢迎共享专业AI知识!


-END-

欢迎使用专知

专知,一个新的认知方式!目前聚焦在人工智能领域为AI从业者提供专业可信的知识分发服务, 包括主题定制、主题链路、搜索发现等服务,帮你又好又快找到所需知识。


使用方法>>访问www.zhuanzhi.ai, 或点击文章下方“阅读原文”即可访问专知


中国科学院自动化研究所专知团队

@2017 专知



扫一扫关注公众号,获取最新人工智能资讯、技术、算法、深度干货等内容。点击“阅读原文”,使用专知

登录查看更多
5

相关内容

AlphaGo Zero是谷歌下属公司Deepmind的新版程序。从空白状态学起,在无任何人类输入的条件下,AlphaGo Zero能够迅速自学围棋,并以100:0的战绩击败“前辈”。 2017年10月19日凌晨,在国际学术期刊《自然》(Nature)上发表的一篇研究论文中,谷歌下属公司Deepmind报告新版程序AlphaGo Zero:从空白状态学起,在无任何人类输入的条件下,它能够迅速自学围棋,并以100:0的战绩击败“前辈”。Deepmind的论文一发表,TPU的销量就可能要大增了。其100:0战绩有“造”真嫌疑。
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
172+阅读 · 2020年5月6日
简明扼要!Python教程手册,206页pdf
专知会员服务
47+阅读 · 2020年3月24日
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
2019必读的十大深度强化学习论文
专知会员服务
57+阅读 · 2020年1月16日
BERT进展2019四篇必读论文
专知会员服务
67+阅读 · 2020年1月2日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
Arxiv
101+阅读 · 2020年3月4日
Hierarchical Deep Multiagent Reinforcement Learning
Arxiv
8+阅读 · 2018年9月25日
Arxiv
11+阅读 · 2018年7月31日
Arxiv
5+阅读 · 2018年6月5日
VIP会员
相关VIP内容
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
172+阅读 · 2020年5月6日
简明扼要!Python教程手册,206页pdf
专知会员服务
47+阅读 · 2020年3月24日
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
2019必读的十大深度强化学习论文
专知会员服务
57+阅读 · 2020年1月16日
BERT进展2019四篇必读论文
专知会员服务
67+阅读 · 2020年1月2日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
Top
微信扫码咨询专知VIP会员