强化学习导论

本文内容来自百度Paddle Paddle强化学习公开课，如有侵权请联系作者删除。

1 RL简介

1.1 RL的组成部分

 1.2 分类

1. 基于价值 value-based

        Sarsa、Q-learning、DQN

2. 基于策略 policy-based

        Policy Gradient

2 算法库、框架库

下图二维码链接（PARL库）

 3 实战训练平台GYM

gym.openai.com

仿真平台、python开源库、RL测试平台

1. 离散控制场景：一般使用atari来评估。

2. 连续控制场景：一般使用mujoco环境游戏来评估。