【强化学习】入门和资料

去年的alpha go到 alpha go zero 在到Alpha Zero， deeepmaid真的是不断在刷分，追赶不及。核心还是深度学习+强化学习。感觉深度学习的发展已经逐渐进入冷却期。NIPS的文章数量虽然排在第二名，但是除非出现非常创新性的算法，例如Le Cun 老爷子的Capsule Net啥的，当然。。个人观点。深度学习这把火一起烧起来的还有强化学习。毕竟能让机器自己学习，在控制、游戏中应用中很多。最近在整理资料，看到这部分，所以动手实践下，做个入门。

环境搭建

搭建指南可以参见这里点击，作者基本罗列的常用框架和工具的安装和简单使用，包括

• MuJoCo 学生可以免费使用一年,gym-算法评估,
• rllib-类似gym但是提供了一些算法实现,
• DeepMind Lab 3D迷宫学习环境,
• OpenAI Baselines 高质量强化学习算法实现
• PySC2,TORCS StarCraft II和赛车实验环境

这里记个坑：DeepMind的开源在这里是主流了，项目都是用的Bazel，这个东西楼主没用过。于是根据doc安装，其中有句话说 “you can update bazel by using - sudo apt upgrade bazel”, 想都没想直接执行了这个命令，结果把整个系统都更新了。。可怕。坑人的教程，下次记得带脑。。

资料整理(欢迎补充）

环境安装教程

[1] http://blog.csdn.net/jinzhuojun/article/details/77144590

课程

[1] https://www.bilibili.com/video/av16921335/ (莫烦 Python)
[2] http://web.stanford.edu/class/cs234/index.html (cs234)

书籍

[1] http://www.incompleteideas.net/book/the-book.html (MIT 1998和2018年的都有，间隔了20年，代码也有链接）

Github

[1] https://github.com/junhyukoh/deep-reinforcement-learning-papers (paper汇总)
[2] https://github.com/dennybritz/reinforcement-learning
[3] https://github.com/rlcode/reinforcement-learning