强化学习 (Reinforcement Learning) 基础及论文资料汇总

已于 2022-03-18 17:08:10 修改
阅读量3.5k 收藏 28
点赞数 4
文章标签： 人工智能 深度学习
于 2022-03-09 16:33:40 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/SMALL_RL/article/details/123380320
版权

持续更新中...

书籍

1. 《Reinforcement Learning: An Introduction》Richard S. Sutton and Andrew G.Barto ， 被誉为“强化学习圣经” ，毫无疑问是强化学习入门的必读书籍，此书有中文译版，如有兴趣可自行查找。建议阅读英文版，更容易理解作者想要表述的内容，且对后面阅读论文很有帮助。

http://incompleteideas.net/book/RLbook2020.pdf

Code (Python Implementation):  书中案例的 Python 代码实现

GitHub - ShangtongZhang/reinforcement-learning-an-introduction: Python Implementation of Reinforcement Learning: An Introduction

Exercise Reinforcement Learning: An Introduction , 书中习题解答

最低0.47元/天 解锁文章
SMALL_RL
关注
  • 4
    点赞
  • 踩
  • 28
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
reinforce learning.pdf
05-07
Reinforcement Learning An Introduction second edition author：Richard S.Sutton and Andrew G.Barto bilibili学习资源：https://www.bilibili.com/video/BV1kb411i7KG?from=search&seid=655841281053174212
论文总结(Reinforcement Learning； Merging； Multi-agent)
fu_leilei的博客
10-26 220
论文总结 1. Cooperation-Aware Reinforcement Learning for Merging in Dense Traffic 场景：密集道路中的并道，协作强化学习 ⅠBackground 方法：POMDP，Deep Q learning; 贝尔曼方程： 损失函数设计： Ⅱ PROPOSED APPROACH A. Merging Scenario POMDP State： 行为特点（级别）：c 车辆状态： sti=(xti,vti,ati,cti) s^i_t = (x
《强化学习导论》之6.5 Q-Learning
最新发布
qq_16740151的专栏
03-03 474
《强化学习导论》之6.5 Q-Learning
Reinforcement Learning 2nd(Richard_S._Sutton).pdf
12-26
《强化学习（第2版）》英文版，作为强化学习思想的深度解剖之作，被业内公认为是一本强化学习基础理论的经典著作。它从强化学习的基本思想出发，深入浅出又严谨细致地介绍了马尔可夫决策过程、蒙特卡洛方法、时序差分方法、同轨离轨策略等强化学习的基本概念和方法，并以大量的实例帮助读者理解强化学习的问题建模过程以及核心的算法细节。
论文阅读--CVPR2018--reinforcement learning
乐兮山南水北的博客
09-19 3205
A2-RL: Aesthetics Aware Reinforcement Learning for Image Cropping Debang Research background Image cropping is a common task in image editing, which can give editor professional advices and save a lo...
强化学习入门资料Algorithms for Reinforcement Learning
04-29
RLBook资料集锦。 强化学习入门资料Algorithms for Reinforcement Learning。 强化学习导论和代码实例。 中文英文都有。
强化学习导论中文版 增强学习导论中文版 Reinforcement learning an introduction 中文版.
06-04
6. 深度强化学习（Deep Reinforcement Learning, DRL）：随着深度学习的发展，神经网络被用于估计Q值或策略函数，形成了深度Q网络（Deep Q-Network, DQN）和策略梯度等方法，解决了高维度状态空间的问题，实现了在...
强化学习的数学基础 / Mathmatical Foundation of Reinforcement Learning
12-29
内容覆盖机器学习、深度学习、数据科学、数据分析、大数据、Keras、TensorFlow、PyTorch、强化学习、数学基础等各个方向。整理自各平台的原作者公开分享（审核大大请放手） ◉ 简介：这是新书『强化学习的数学基础...
Solutions (Selected) Reinforcement Learning_Reinforcement_学习_强化学
10-04
强化学习（Reinforcement Learning，RL）是一种人工智能领域的机器学习方法，它着重于通过与环境的交互来学习最优策略。这个领域由一个智能体（agent）和一个环境组成，智能体通过执行动作并观察环境的反馈（即奖励...
Reinforcement-Learning:使用pytorch进行深度强化学习
04-01
强化学习 使用pytorch进行深度强化学习 要做的事情： 适用于Atari的A3C DreamerV2 DQN的多处理版本 重播缓冲区的优先采样 分布式DQN 连续动作空间？？？ 关键文章： ## DQN 通过深度强化学习玩Atari（ ） Rainbow：结合深度强化学习的改进（ ） 借助双Q学习进行深度强化学习（ ） 优先体验重播（ ） 深度强化学习的决斗网络架构（ ） 嘈杂的勘探网络（ ） 重温体验重播的基本原理（ ） 重播内存容量和最早的策略之间的连接 n步DQN与重放存储容量之间的特殊连接 强化学习的分布观点（ ） 梦想家： 梦想的控制：潜在想象力的学习行为（ ） 运用离散世界模型掌握Atari（ ） 从像素学习潜在动力学以进行规划（ ） 深度神经进化： 深度神经进化：遗传算法是用于训练深度神经网络以进行强化学习的竞争性替
强化学习入门必读论文（DQN相关）
05-05
整理了强化学习入门时必看的论文，主要是有关DQN算法的，致力于强化学习的小伙伴应该必看这些论文的
强化学习入门经典论文（DQN相关）.rar
03-26
强化学习必读论文
RLbook-2nd-Sutton-Answer_Sutton_youthock_强化学习_RLbook2020_monthz1
10-03
强化学习第二版英文原版答案，稀有资源，最新版
1 why? (强化学习 Reinforcement Learning 教学)
08-31
#1_why__(强化学习_Reinforcement_Learning_教学)
强化学习导论(Reinforcement Learning: An Introduction)读书笔记(一)：强化学习介绍
热门推荐
嗯，就是Ta了
01-14 1万+
因为课题需要研究强化学习的内容，因此开始读这方面的书，Reinforcement Learning: An Introduction（Richard S. Sutton and Andrew G.Barto）第二版作为主要学习的资料，因为英语读起来不仅速度慢，而且理解的也没那么深入，因此为了记录学到的知识，并加深理解，同时也抱着分享的态度，开始写此系列的博客。 首先从第一章开始，第一章主要是对强
2022年最值得阅读的强化学习书籍
weixin_42188287的博客
10-21 3498
推荐了九本强化学习领域最新的比较权威的书籍，从初学者到进阶都可以使用。
ICLR 2022 主题论文推荐——Reinforcement Learning
AI_Conf的博客
04-25 636
ICLR，即国际表征学习大会，由位列深度学习三大巨头之二的 Yoshua Bengio 和 Yann LeCun 牵头创办，是公认的深度学习领域国际顶级会议之一，关注有关深度学习各个方面的前沿研究，在人工智能、统计和数据科学领域以及机器视觉、语音识别、文本理解等重要应用领域中发布了众多极其有影响力的论文。 以下论文供大家参考学习： 1.Learning State Representations via Retracing in Reinforcement Learning 本文引入了循环一致性世界模型（.
深度学习（三十八）——深度强化学习（1）教程
antkillerfarm的专栏
09-02 1186
教程 http://incompleteideas.net/sutton/book/the-book-2nd.html 《Reinforcement Learning: An Introduction》，Richard S. Sutton和Andrew G. Barto著。 注：Richard S. Sutton，加拿大计算机科学家，麻省大学阿姆赫斯特分校博士（1984年），阿尔伯塔大学教授。强...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值