强化学习学习资料

已于 2022-12-13 15:15:15 修改
阅读量366 收藏 1
点赞数 1
分类专栏： 强化学习 文章标签： 深度学习 人工智能 强化学习
于 2022-12-12 23:48:26 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/weixin_44727682/article/details/128294953
版权

1、OpenAI建立的强化学习教育资源网站，可以让我们更轻松地学习深度强化学习。里面有很多有用的资源，包括：

（1）强化学习基本术语、算法种类、基本理论的介绍。

（2）一篇关于如何成长为RL研究者的文章。

（3）按主题组织的重要论文精选。

（4）一个记录良好的代码存储库，包含关键算法的简短独立实现。

（5）一些很好的练习题。

 Welcome to Spinning Up in Deep RL! — Spinning Up documentation

2、两个非常好的强化学习课程（不过需要梯子）

https://www.youtube.com/watch?v=2pWv7GOvuf0&list=PL7-jPKtc4r78-wCZcQn5IqyuWhBZ8fOxT

https://www.youtube.com/watch?v=8jQIKgTzQd4&list=PLkFD6_40KJIwTmSbCv9OVJB3YaO4sFwkX

3、中文网站强化学习视频：David Silver课程视频：Introduction to Reinforcement Learning

【课程】UCL David Silver: 强化学习入门 (2015)_哔哩哔哩_bilibili

 4、中文网站强化学习视频：Berkeley CS285 2020课程

【强化学习】2020 CS 285 UC 伯克利_哔哩哔哩_bilibili

 

5、中文网站强化学习视频：Deepmind 2018课程

Deep Learning 1- Introduction to Machine Learning Based AI_哔哩哔哩_bilibili

 

UC_Gundam
关注
专栏目录
强化学习的资料
05-28
关于强化学习的讲解，以PPT的形式出现非常条理化，是了解强化学习的好资料。
深度强化学习入门详细资料
05-28
在这个入门资料包中，你将找到关于DRL的详尽知识，包括Easy-RL的教程、入门深度强化学习的讲解以及AlphaStar的课程内容。 首先，"DRL-Easy-RL_v1.0.0.pdf"提供了Easy-RL的教程，这是一本深入浅出的DRL指南。Easy-RL...
【强化学习】一些网站整理
小柴柴是也的博客
01-10 533
莫烦教程 https://mofanpy.com/tutorials/machine-learning/reinforcement-learning/ Deep-Q-Network 学习笔记 https://www.cnblogs.com/cjnmy36723/p/7017549.html 强化学习和自适应控制 https://www.cnblogs.com/qpswwww/p/9337740.html 贪心算法 https://blog.csdn.net/gaoruowen1/article/detail
强化学习学习资源
tutan123的专栏
02-11 1460
2018 年秋季伯克利大学CS 294-112 《深度强化学习课程》https://www.bilibili.com/video/av39816961 课程官网http://rail.eecs.berkeley.edu/deeprlcourse/ 莫烦强化学习教程 https://morvanzhou.github.io/tutorials/machine-learning/reinfor...
强化学习资料
Maybemust的博客
11-13 597
在老师的指导下最近开始看一些关于强化学习的东西，加上一些自己找到的资料记录在此，方便以后查看。以后不定期更新。 首先是关于马尔可夫模型 ———————————————————————————————— 如何用简单易懂的例子解释隐马尔可夫模型 强化学习入门知识 ———————————————————————————————— 强化学习如何入门？ 一文了解强化学习 强化学习有两种比较流行的模型： Q-...
强化学习：资料整理
FL1717的博客
08-16 398
英語：Reinforcement learning，簡稱RL）是中的一个领域，强调如何基于而行动，以取得最大化的预期利益。强化学习是除了和之外的第三种基本的机器学习方法。与监督学习不同的是，强化学习不需要带标签的输入输出对，同时也无需对非最优解的精确地纠正。其关注点在于寻找探索（对未知领域的）和利用（对已有知识的）的平衡，强化学习中的“探索-利用”的交换，在）问题和有限MDP中研究得最多。其灵感来源于心理学中的。...
强化学习课程资料
09-30
魔鬼（Devil）强化学习课程的资料集合涵盖了这一领域的多个关键概念和算法，以下是对这些文件内容的详细解读： 1. **Lecture 1 Introduction to Reinforcement Learning**：该讲座为强化学习的入门，可能会介绍基本...
Easy RL强化学习教程.rar
04-08
贡献者：Datawhale开源项目组 作为人工智能里最受关注的领域之一，强化... 在学习强化学习的过程中，遇到了有无数资料却难以入门的问题，于是发起了Datawhale强化学习项目，希望自学的同时帮助更多学习者轻松入门。
强化学习PPT资源
08-15
主要介绍强化学习里面的一些重要概念和基本内容，PPT,总结的还不错，可以参考
阿里强化学习资料
11-28
第一章 基于强化学习的实时搜索排序策略调控 ；第二章 延迟奖赏在搜索排序场景中的作用分析；第三章 基于多智能体强化学习的多场景联合优化；第四章 强化学习在淘宝锦囊推荐系统中的应用；第五章 基于强化学习的引擎...
强化学习资料集锦
Deep Learning and NLP Farm
04-18 437
感觉要学习的东西好多呀，感觉时间不够用啊不够用 强化学习系列： http://www.cnblogs.com/steven-yang/p/6481772.html 时序差分学习(Temporal-Difference Learning) https://blog.csdn.net/qq_30159351/article/details/72896220 ...
强化学习学习——一些资料汇总
m0_37876745的博客
01-16 233
Policy Gradienthttps://www.davidsilver.uk/wp-content/uploads/2020/03/pg.pdf Deep Reinforcement Learning 深度增强学习资源https://zhuanlan.zhihu.com/p/20885568?refer=intelligentunit
强化学习 学习资料汇总
软件工程小施同学 的专栏
09-14 745
DQN算法流程。
强化学习 学习资料整理(持续更新)
D_turtle的博客
05-18 548
关于强化学习，比较经典的书当然是 Richard Sutton 的 Reinforcement Learning: An Introduction. 下面的资料大部分也是关于这本书的读书笔记和相关课程及代码。 代码实现系列： Reinforcement Q-Learning from Scratch in Python with OpenAI Gym 读书笔记系列： 前言 序言 - Alvin的文章 - 知乎 Chapter 4 4.6 广义策略迭代 - Alvin的文章 - 知乎 Chapter 8: 8
强化学习资料汇总
CodeTutor
06-06 3003
网上关于强化学习的资料很多，这里对一些比较有价值的资料进行汇总，包括书籍、课程、博客以及论文，并且会持续更新。 书籍 Reinforcement Learning: An Introduction. Richard S. Sutton and Andrew G. Barto. 2017. 这是一本经典的强化学习入门书籍。 Algorithms for Reinforcement Lea...
评论
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

打赏作者

UC_Gundam

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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