强化学习【RL】推荐

强化学习

强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个产物，它的本质是解决 decision making 问题，即自动进行决策，并且可以做连续决策。

它主要包含四个元素，agent，环境状态，行动，奖励, 强化学习的目标就是获得最多的累计奖励。

学习资料

介绍Github上一个12.9k的强化学习仓库，其中提供了

• Reinforcement Learning: An Introduction (2nd Edition)

• David Silver’s Reinforcement Learning Course

两个学习强化资料中的代码和相关练习的答案。

其中代码是Python3编写，使用OpenAI Gym的环境，有些使用TensorFlow做相关神经网络的推荐。

内容

实现的算法

其中还推荐了一些学习资源，包括电子书、课程、教程和论文：

关于作者

此仓库的作者如下：

曾经Google Brain大佬，膜拜膜拜

仓库链接为：https://github.com/dennybritz/reinforcement-learning