【教程实战】Google DeepMind David Silver《深度强化学习》公开课教程学习笔记以及实战代码完整版

点击上方“专知”关注获取更多AI知识!

【导读】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，专知有幸邀请到叶强博士根据DeepMind AlphaGo的研究人员David Silver《深度强化学习》视频公开课进行创作的中文学习笔记，在专知发布推荐给大家！（关注专知公众号，获取强化学习pdf资料，详情文章末尾查看！）

 叶博士创作的David Silver的《强化学习》学习笔记包括以下：

 笔记序言：【教程】AlphaGo Zero 核心技术 - David Silver深度强化学习课程中文学习笔记

1. 《强化学习》第一讲 简介

2. 《强化学习》第二讲 马尔科夫决策过程

3. 《强化学习》第三讲 动态规划寻找最优策略

4. 《强化学习》第四讲 不基于模型的预测

5. 《强化学习》第五讲 不基于模型的控制

6. 《强化学习》第六讲 价值函数的近似表示

7. 《强化学习》第七讲 策略梯度

8. 《强化学习》第八讲 整合学习与规划

9. 《强化学习》第九讲 探索与利用

以及包括也叶博士独家创作的强化学习实践系列！

• 强化学习实践一 迭代法评估4*4方格世界下的随机策略

• 强化学习实践二 理解gym的建模思想

• 强化学习实践三 编写通用的格子世界环境类

• 强化学习实践四 Agent类和SARSA算法实现

• 强化学习实践五 SARSA(λ)算法实现

• 强化学习实践六 给Agent添加记忆功能

• 强化学习实践七 DQN的实现

作者简介：

叶强，眼科专家，上海交通大学医学博士, 工学学士，现从事医学+AI相关的研究工作。

特注：

请登录www.zhuanzhi.ai或者点击阅读原文，

顶端搜索“强化学习” 主题，直接获取查看获得全网收录资源进行查看, 涵盖论文等资源下载链接，并获取更多与强化学习的知识资料！如下图所示。

此外，请关注专知公众号（扫一扫最下面专知二维码，或者点击上方蓝色专知），后台回复“强化学习” 就可以获取深度强化学习知识资料全集(论文/代码/教程/视频/文章等)的pdf文档！

 欢迎转发到你的微信群和朋友圈，分享专业AI知识！

 请感兴趣的同学，扫一扫下面群二维码，加入到专知-深度强化学习交流群！

请扫描小助手，加入专知人工智能群，交流分享~

获取更多关于机器学习以及人工智能知识资料，请访问www.zhuanzhi.ai,  或者点击阅读原文，即可得到！

-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

专 · 知

关注我们的公众号，获取最新关于专知以及人工智能的资讯、技术、算法、深度干货等内容。扫一扫下方关注我们的微信公众号。

点击“阅读原文”，使用专知！