从Paper到Coding, 一览深度强化学习挑战34类游戏【论文及代码实现汇总】(Atari/Starcraft II等)
深度强化学习实验室报道
编辑：DeepRL
深度强化学习的快速发展最直接的应用和体现就在“游戏”领域，目前DRL技术主要在视频帧游戏(Atari)、棋牌游戏(Go)、实时策略游戏、Board 游戏、球类(Football)等游戏中有广泛的研究，然而很多人看了领域大牛、顶级研究机构发的论文，一头雾水，主要原因是一方面自身coding能力不是足够高，另外一方面已发表的论文省略了众多细节，导致无法复现进行研究。本文对paperwithcode开源的一些复现过程进行了汇总。
地址见文章末尾
本部分游戏包含了Atari，星际争霸，Dota等各类游戏。
其中复现的算法也是各种各样
具体细节如下：
Example of compiling - Ubuntu & similar
# Test for OpenCL support & compatibility
sudo apt install clinfo && clinfo
# Clone github repo
git clone https://github.com/leela-zero/leela-zero
cd leela-zero
git submodule update --init --recursive
# Install build depedencies
sudo apt install cmake g++ libboost-dev libboost-program-options-dev libboost-filesystem-dev opencl-headers ocl-icd-libopencl1 ocl-icd-opencl-dev zlib1g-dev
# Use a stand alone build directory to keep source dir clean
mkdir build && cd build
# Compile leelaz and autogtp in build subdirectory with cmake
cmake ..
cmake --build .
# Optional: test if your build works correctly
./tests
开源地址
https://paperswithcode.com/area/playing-games
第35篇：α-Rank算法之DeepMind及Huawei的改进
第34篇：DeepMind-102页深度强化学习PPT(2019）
第31篇：强化学习，路在何方？
第30篇：强化学习的三种范例
第29篇：框架ES-MAML：进化策略的元学习方法
第28篇：138页“策略优化”PPT--Pieter Abbeel
第27篇：迁移学习在强化学习中的应用及最新进展
第26篇：深入理解Hindsight Experience Replay
第25篇：10项【深度强化学习】赛事汇总
第24篇：DRL实验中到底需要多少个随机种子？
第23篇：142页"ICML会议"强化学习笔记
第22篇：通过深度强化学习实现通用量子控制
第21篇：《深度强化学习》面试题汇总
第20篇：《深度强化学习》招聘汇总(13家企业）
第19篇：解决反馈稀疏问题之HER原理与代码实现
第17篇：AI Paper | 几个实用工具推荐
第16篇：AI领域：如何做优秀研究并写高水平论文？
第8期论文：2019-11-18(5篇)
第7期论文：2019-11-15(6篇)
第6期论文：2019-11-08(2篇)
第5期论文：2019-11-07(5篇，一篇DeepMind发表)
第4期论文：2019-11-05(4篇)
第3期论文：2019-11-04(6篇)
第2期论文：2019-11-03(3篇)
第1期论文：2019-11-02(5篇)
深度强化学习实验室
算法、框架、资料、前沿信息等
GitHub仓库
https://github.com/NeuronDance/DeepRL
欢迎Fork,Star,Pull Reques
相关内容
微信扫码咨询专知VIP会员