Hiking_Yu的专栏

强化学习是一个非常优秀的机器学习的一种方式，不但AlphaGo使用了，很多量化交易系统也是使用此学习方式。强化学习中的智能体agent就是一个综合状态state、行动action，奖励reward来围绕环境env的一个系统，根基行动对环境的影响确定每步step的环境env对action奖励reward或者在每个回合episode中确定reward来计算agent的行动函数的一个过程。在对强化学...

强化学习（一）模型基础强化学习（二）马尔科夫决策过程(MDP)强化学习（三）用动态规划（DP）求解强化学习（四）用蒙特卡罗法（MC）求解强化学习（五）用时序差分法（TD）求解强化学习（六）时序差分在线控制算法SARSA强化学习（七）时序差分离线控制算法Q-Learning强化学习（八）价值函数的近似表示与Deep Q-Learning强化学习（九）Deep Q-Learning进阶...

杂在这里，社区提供了一堆工具，库，api，教程，资源等，以为健身房生态系统增值。OpenAIGym.jl适用于Julia语言的OpenAI Gym便利包装 /tbreloff/OpenAIGym.jl

Agents 智能体“智能体”描述了针对健身房中的环境运行RL算法的方法。智能体可以包含算法本身，也可以简单地提供算法与健身房环境之间的集成。RandomAgent 随机智能体位于此仓库中的样本智能体gym/examples/agents/random_agent.py。这个简单的智能体利用环境的能力来产生随机的有效动作，并且针对每个步骤都这样做。cem.py位于此存储库中的通用交叉熵智...

装饰器Space Wrappers装饰器 改变观察和/或行动空间。包含Discretize (制作连续空间的离散版本)Flatten (将所有操作/观察合并为一个维度)Rescale (重新缩放连续空格的值范围.在此处了解更多信息https://github.com/ngc92/space-wrappersAtari Games的实用程序包装基线存储库包含在进行Atari实验时...

如何为健身房创建新环境创建一个名为gym-foo的新存储库，它也应该是一个PIP包。一个很好的例子是https://github.com/openai/gym-soccer。它至少应具有以下文件：gym-foo/ README.md setup.py gym_foo/ __init__.py envs/ __init__.py ...

目录环境 列出了可以在其上运行算法的Gym环境。创建新环境 列出了可以在其上运行算法的Gym环境。装饰器 通用包装的列出的环境。它们可以对代理与环境之间交换的数据执行预处理/后处理。智能体 包含与Gym环境兼容的代理列表。代理有助于针对环境运行算法。其他 是其他增值工具和实用程序的集合。这些内容可以是任何东西，从一个便捷的lib到视频教程或新的语言绑定。...

Environments这是Gym环境的列表，包括与Gym打包在一起的环境，官方OpenAI环境和第三方环境。有关创建自己的环境的信息，请参见创建自己的环境。Included Environments每个环境组的代码都位于其自己的子目录gym/envs. 每个任务的规范在gym/envs/__init__.py.两者都值得浏览。Algorithmic这些是各种各样的算法任务，例如学习复...