强化学习精华 - 专知

会员服务 ·

强化学习

强化学习（RL）是机器学习的一个领域，与软件代理应如何在环境中采取行动以最大化累积奖励的概念有关。除了监督学习和非监督学习外，强化学习是三种基本的机器学习范式之一。强化学习与监督学习的不同之处在于，不需要呈现带标签的输入/输出对，也不需要显式纠正次优动作。相反，重点是在探索（未知领域）和利用（当前知识）之间找到平衡。该环境通常以马尔可夫决策过程（MDP）的形式陈述，因为针对这种情况的许多强化学习算法都使用动态编程技术。经典动态规划方法和强化学习算法之间的主要区别在于，后者不假设MDP的确切数学模型，并且针对无法采用精确方法的大型MDP。

集智
- https://zhuanlan.zhihu.com/c_81843036?topic=%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%20(Reinforcement%20Learning)
强化学习 Reinforcement Learning 教程系列 | 莫烦Python
- https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/
基于tensorflow的最简单的强化学习入门-part0：Q-learning...
- https://zhuanlan.zhihu.com/p/25710327
【量化策略】当Trading遇上Reinforcement Learning
- https://zhuanlan.zhihu.com/p/24913014
Deep Reinforcement Learning 深度增强学习资源 (持续更新）
- https://zhuanlan.zhihu.com/p/20885568
重现DeepMind星际争霸强化学习算法
- https://zhuanlan.zhihu.com/p/29246185
Deep Reinforcement Learning 深度增强学习资源 (持续更新）
- https://zhuanlan.zhihu.com/p/20885568?refer=intelligentunit
深度增强学习方向论文整理
- https://zhuanlan.zhihu.com/p/23600620
神经网络的学习方法概述 - Bill's Blog
- http://ibillxia.github.io/blog/2013/03/27/learning-process-of-neural-networks/
模仿学习（Imitation Learning）完全介绍（一）
- https://zhuanlan.zhihu.com/p/25688750
Kevin Chan's blog - 强化学习基础实验（3）——Windy...
- https://applenob.github.io/windy_gridworld.html
Kevin Chan's blog - 强化学习基础实验（4）——Cliff Walking
- https://applenob.github.io/cliff_walking.html
Deep Reinforcement Learning: Pong from Pixels
- http://karpathy.github.io/2016/05/31/rl/
[13] modular multitask reinforcement learning...
- https://zhuanlan.zhihu.com/p/23807875
Kevin Chan's blog - 强化学习指南
- https://applenob.github.io/rl_route.html
Kevin Chan's blog - 强化学习基础实验（1）——Gridworld
- https://applenob.github.io/gridworld.html
Kevin Chan's blog - 强化学习基础实验（5）——Moutain Car
- https://applenob.github.io/mountain_car.html
NLP相关学习资料 | YangYangKang's blog
- http://youngyoungkang.github.io/2017/12/29/NLP/
一些RL的文献（及笔记） | Deep Q-Learning
- https://zhuanlan.zhihu.com/p/25770890
DDPG《Continuous control with deep reinforcement...
- https://zhuanlan.zhihu.com/p/26754280

展开全文

参考链接

父主题

子主题

马尔可夫决策过程

UNREAL(DRL算法)

深度强化学习

人工智能游戏

图强化学习

微信扫码咨询专知VIP会员