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
3 实战训练平台GYM
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。