【文件属性】：
文件名称：matlab代码做游戏-RLStudyGuide:如何学习强化学习：循序渐进指南
文件大小：3KB
文件格式：ZIP
更新时间：2021-05-21 11:33:59
系统开源
matlab代码做游戏如何学习强化学习：循序渐进指南
该存储库提供了博客文章中提到的RL学习路线图。
有关解决方案的免费编码练习，请参见。
RL学习路线图
强烈建议您按顺序完成路线图。
在前四章之后，您应该有足够的基础来混合路线图。
确保通过学习资料完全理解所需的概念
在您喜欢的框架中实现该算法。
当您自己实施和调试时，就会发生学习。
用一些RL问题进行测试。
我最喜欢的是杆子，倒立摆，步行机器人，乒乓球。
章节
算法
必填概念
学习资料
1个
动态编程•政策评估•政策改进•价值迭代
•马尔可夫决策过程•
预期收益•折扣系数•状态，观察•
行动•
报酬•状态值函数V（s）
•状态作用值函数Q（s，a）
•第1部分：什么是RL？
•第2部分：了解环境和奖励•-第3
+
4章：有限的MDP
+动态编程•–动态编程练习•1
+
2
2个
时差（TD）学习•Q学习•SARSA
•TD错误•政策内政策与政策外政策•Epsilon贪婪
•-第6章：时间差异学习•–
SARSA，Q学习练习
3
函数逼近（用神经网络替换表）
•深入的Q学习
RL
•为什么表无法缩放•与监督学习的关系•重播内存•目标网
【文件预览】：
RLStudyGuide-master
----README.md(7KB)