@RL
强化学习7日打卡营学习
强烈推荐本训练营,对新手很友好,项目能很快上手,无成本有免费计算资源提供,学习笔记慢慢整理中。
课程链接:https://aistudio.baidu.com/aistudio/education/group/info/1335
预习资料
数学基础-矩阵Python numpy库 ,详细资料(开营后这部分内容不做讲解,用到哪里大家查哪里):https://www.paddlepaddle.org.cn/tutorials/projectdetail/485153
机器学习、深度学习相关理论,预习内容(希望大家每日及时预习相关内容,开营后不做基础讲解,直奔强化学习主题):
https://www.paddlepaddle.org.cn/tutorials/projectdetail/544657
安装PaddlePaddle,跑通线性回归问题:https://www.paddlepaddle.org.cn/documentation/docs/zh/1.6/beginners_guide/quick_start_cn.html
线性回归模型预测波士顿房价:
https://www.paddlepaddle.org.cn/documentation/docs/zh/1.6/beginners_guide/basics/fit_a_line/README.cn.html#id6
大纲
一、强化学习(RL)初印象
RL 概述、入门路线
实践:环境搭建
课后作业:搭建GYM环境+PARL环境,把QuickStart 跑起来
二、基于表格型方法求解RL
MDP、状态价值、Q表格
实践: Sarsa、Q-learning代码解析,解决悬崖问题及其对比
课后作业:使用Q-learning和Sarsa解决16宫格迷宫问题。
三、基于神经网络方法求解RL
函数逼近方法
实践:DQN代码解析,解决CartPole问题
课后作业:使用DQN解决 MountianCar问题
四、基于策略梯度求解RL
策略近似、策略梯度
实践:Policy Gradient算法理解、代码解析,解决CartPole问题
课后作业:使用Policy Gradient解决Atari的Pong问题
五、连续动作空间上求解RL
连续动作空间、DDPG算法介绍
PARL DDPG代码解析
大作业题目
RLSchool 飞行器仿真环境介绍
参考资料
《Reinforcement Learning:An Introduction》
伯克利2018 Deep RL课程:http://rail.eecs.berkeley.edu/deeprlcourse/
强化学习库 PARL:https://github.com/PaddlePaddle/PARL
Sarsa&Q-learning
DQN