人工智能是21世纪最激动人心的技术之一。人工智能，就是像人一样的智能，而人的智能包括感知、决策和认知(从直觉到推理、规划、意识等)。其中，感知解决what，深度学习已经超越人类水平；决策解决how，强化学习在游戏和机器人等领域取得了一定效果；认知解决why，知识图谱、因果推理、持续学习以及脑机融合等正在研究。
强化学习，采用反馈学习的方式解决序贯决策问题，因此必然是通往通用人工智能的终极钥匙。其中，AI 1.0 符号学派， AI 2.0 联结学派，AI 3.0不管是结合也好，另辟蹊径也好，必然离不开行为学派，因为这是自然智能的学习方式。我特别喜欢强化学习，深深被其框架所吸引，智能体通过与环境交互来成长，这不就是生命的进化规律嘛！
个人作为一名AI独立研究员，一路也是通过知乎、b站、GitHub、公众号和各类博客学习过来，非常感谢网络时代大家的分享，同时将自己在强化学习方面的经验总结整理分享，既是方便自己学习，也希望能帮助一点刷到这条帖子的朋友们。当然，强化学习也面临很多问题，希望我们一起解决，让强化学习变得更好！
1. 视频（从入门到放弃）
1.1 腾讯_周沫凡_强化学习、教程、代码
莫烦Pythonmorvanzhou.github.io/正在上传…重新上传取消
1.2 DeepMind_David Silver_UCL深度强化学习课程(2015)、PPT、笔记及代码
CSDN-专业IT技术社区-登录blog.csdn.net/u_say2what/article/details/89216190
David Silver强化学习学习笔记及编程实践合集327 赞同 · 38 评论文章
1.3 台大_李宏毅_深度强化学习(国语)课程(2018)、PPT、笔记
Hung-yi Leespeech.ee.ntu.edu.tw/~tlkagk/courses_MLDS18.html
CSDN-专业IT技术社区-登录blog.csdn.net/cindy_1102/article/details/87904928
1.4 UC Berkeley_Sergey Levine_CS285(294)深度强化学习(2019)、PPT、代码
http://rail.eecs.berkeley.edu/deeprlcourse/rail.eecs.berkeley.edu/deeprlcourse/
https://github.com/berkeleydeeprlcourse/homeworkgithub.com/berkeleydeeprlcourse/homework
1.5 Stanford_Emma Brunskill_CS234: Reinforcement Learning | Winter 2019
2. 书籍
2.1 强化学习圣经_Rich Sutton_中文书、英文电子书、代码 ★★★★★
- 基础必读，有助于理解强化学习精髓
《强化学习（第2版）》([加]RichardS.Sutton、[美]AndrewG.Barto)【摘要 书评 试读】- 京东图书item.jd.com/12696004.html
Reinforcement Learning: An Introductionincompleteideas.net/book/the-book-2nd.html正在上传…重新上传取消
2.2 Python深度学习：基于PyTorch[Deep Learning with Python and PyTorch] ★★★★★
- 思路简洁、清晰，内容经典、精华，深度强化学习研究基础
《Python深度学习：基于PyTorch》(吴茂贵，郁明敏，杨本法，李涛，张粤磊)【摘要 书评 试读】- 京东图书item.jd.com/12590209.html
2.3 Python强化学习实战_Sudharsan Ravichandiran、代码 ★★★★
- 上手快，代码清晰
2.4 强化学习精要_冯超 ★★★★
- 从基础到前沿，附代码
《强化学习精要：核心算法与TensorFlow实现》(冯超)【摘要 书评 试读】- 京东图书item.jd.com/12344157.html
2.5 Reinforcement Learning With Open AI TensorFlow and Keras Using Python_OpenAI
- 注重实战（提取码: av5p）
https://pan.baidu.com/s/1nQpNbhkI-3WucSD0Mk7Qcgpan.baidu.com/s/1nQpNbhkI-3WucSD0Mk7Qcg
3. 教程
3.1 莫烦Python
- 通俗易懂，快速入门
莫烦Pythonmorvanzhou.github.io/正在上传…重新上传取消
3.2 OpenAI Spinning Up英文版、中文版、介绍by量子位
- 在线学习平台，包括原理、算法、论文、代码
Welcome to Spinning Up in Deep RL!spinningup.openai.com/en/latest/
OpenAI强化学习教程发布：新手极度友好，代码简约易懂299 赞同 · 7 评论文章正在上传…重新上传取消
3.3 Stable Baselines3
- PyTorch实现代码
DLR-RM/stable-baselines3github.com/DLR-RM/stable-baselines3正在上传…重新上传取消
4. 代码
除了AndyYue1893/spinningup 和 https://github.com/DLR-RM/stable-baselines3 ，推荐以下个人实现参考：
4.1 sweetice
4.2 张楚珩
5. 算法
请问DeepMind和OpenAI身后的两大RL流派有什么具体的区别？2512 赞同 · 62 评论回答
三大经典算法
5.1 DQN(连续状态、离散动作)
Mnih. Volodymyr, et al. "Human-level control through deep reinforcement learning." Nature 518.7540 (2015): 529. (Nature版本)
5.2 DDPG(连续状态、连续动作)
David. Silver, et al. "Deterministic policy gradient algorithms." ICML. 2014.
http://proceedings.mlr.press/v32/silver14.pdfproceedings.mlr.press/v32/silver14.pdf
5.3 A3C & A2C
Mnih. Volodymyr, et al. "Asynchronous methods for deep reinforcement learning." International conference on machine learning. 2016.
OpenAI Baselines: ACKTR & A2Copenai.com/blog/baselines-acktr-a2c/正在上传…重新上传取消
6. 环境
6.1 OpenAI Gym
http://gym.openai.com/gym.openai.com/
6.2 Google Dopamine 2.0
https://github.com/google/dopaminegithub.com/google/dopamine
6.3 Emo Todorov Mujoco
6.4 通用格子世界环境类
强化学习实践三 编写通用的格子世界环境类93 赞同 · 37 评论文章
7. 框架/平台
fmxFranky：目前最好用的大规模强化学习算法训练库是什么？223 赞同 · 35 评论回答
7.1 OpenAI Baselines & Stable Baselines
- 集成度高，经典必读
https://github.com/openai/baselinesgithub.com/openai/baselines
hill-a/stable-baselinesgithub.com/hill-a/stable-baselines正在上传…重新上传取消
7.2 百度 PARL
- 扩展性强，可复现性好，友好
https://github.com/paddlepaddle/parlgithub.com/paddlepaddle/parl
7.3 DeepMind OpenSpiel（仅支持Debian和Ubuntu）
- 28种棋牌类游戏和24种算法
deepmind/open_spielgithub.com/deepmind/open_spiel正在上传…重新上传取消
7.4 清华 tianshou
- fast-speed modularized framework and pythonic API
thu-ml/tianshougithub.com/thu-ml/tianshou正在上传…重新上传取消
- 完美复现paper结果
8. 论文
8.1 清华张楚珩 ★★★★★[2]
8.2 NeuronDance ★★★★
8.3 paperswithcode ★★★★
Browse state-of-the-art in MLwww.paperswithcode.com/area/playing-games正在上传…重新上传取消
https://github.com/AndyYue1893/pwcgithub.com/AndyYue1893/pwc
8.4 Spinning Up推荐论文 ★★★★★
OpenAI深度强化学习入门项目：Spinning Up推荐论文31 赞同 · 1 评论文章正在上传…重新上传取消
9. PPT
9.1 Reinforcement learning_Nando de Freitas_DeepMind_2019
https://pan.baidu.com/s/1KF10W9GifZCDf9T4FY2H9Qpan.baidu.com/s/1KF10W9GifZCDf9T4FY2H9Q
9.2 Policy Optimization_Pieter Abbeel_OpenAI/UC Berkeley/Gradescope
10. 会议&期刊
10.1 会议：AAAI、NIPS、ICML、ICLR、IJCAI、AAMAS、IROS等
10.2 期刊：AI、JMLR、JAIR、Machine Learning、JAAMAS等
10.3 计算机和人工智能会议（期刊）排名
人工智能-中国计算机学会www.ccf.org.cn/xspj/rgzn/正在上传…重新上传取消
AMiner 验证码www.aminer.cn/ranks/conf/artificial-intelligence-and-pattern-recognition
11. 公众号
11.1 深度强化学习实验室 ★★★★★
11.2 机器之心 ★★★★★
11.3 AI科技评论 ★★★★
11.4 新智元 ★★★
12. 知乎
12.1 用户
Flood Sung（GitHub同名）、许铁-巡洋舰科技（微信公众号同名）、
田渊栋、周博磊、俞扬、张楚珩、天津包子馅儿、JQWang2048 及其互关大牛等
12.2 专栏
David Silver强化学习公开课中文讲解及实践（叶强，比较经典）
强化学习知识大讲堂（《深入浅出强化学习：原理入门》作者天津包子馅儿）
智能单元（杜克、Floodsung、wxam，聚焦通用人工智能，Flood Sung：深度学习论文阅读路线图 Deep Learning Papers Reading Roadmap很棒，Flood Sung：最前沿：深度强化学习的强者之路）
深度强化学习落地方法论（西交 大牛，实操经验丰富）
深度强化学习（知乎：JQWang2048，GitHub：NeuronDance，CSDN：J. Q. Wang）
神经网络与强化学习（《Reinforcement Learning: An Introduction》读书笔记）
强化学习基础David Silver笔记（陈雄辉，南大，DiDi AI Labs）
13. 博客
13.1 草帽BOY
CSDN-专业IT技术社区-登录blog.csdn.net/u013236946/category_6965927.html
13.2 J. Q. Wang
CSDN-专业IT技术社区-登录blog.csdn.net/gsww404
13.3 Andrej Karpathy（李飞飞高徒，Tesla AI和Autopilot Vision 部门主管）
Andrej Karpathy blogkarpathy.github.io/
13.4 Lil（OpenAI小姐姐）
Lil'Loglilianweng.github.io/lil-log/
13.5 Keavnn
Keavnn'Blogstepneverstop.github.io/
13.6 大卜口(谷歌大脑研究科学家 David Ha)
大トロblog.otoro.net/正在上传…重新上传取消
14. 官网
14.1 OpenAI
OpenAIwww.openai.com/正在上传…重新上传取消
14.2 DeepMind
https://www.deepmind.com/www.deepmind.com/
14.3 Berkeley
The Berkeley Artificial Intelligence Research Blogbair.berkeley.edu/blog/?refresh=1正在上传…重新上传取消
参考
5253
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
