【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)