【AlphaGoZero核心技术】深度强化学习知识资料全集(论文/代码/教程/视频/文章等)

2017 年 10 月 19 日 专知 钱胜胜/Quan
【AlphaGoZero核心技术】深度强化学习知识资料全集(论文/代码/教程/视频/文章等)

点击上方“专知”关注获取更多AI知识!


【导读】昨天 Google DeepMind在Nature上发表最新论文,介绍了迄今最强最新的版本AlphaGo Zero,不使用人类先验知识,使用纯强化学习,将价值网络和策略网络整合为一个架构,3天训练后就以100比0击败了上一版本的AlphaGo。Alpha Zero的背后核心技术是深度强化学习,为此,专知特别收录整理聚合了关于强化学习的最全知识资料,欢迎大家查看!


先看下Google DeepMind 研究人员David Silver介绍 AlphaGo Zero:



专知 -Deep Reinforcement Learning 最全资料集合:


  • Nature 论文

    Mastering the game of Go without human knowledge

    Nature 550, 7676 (2017). doi:10.1038/nature24270

    Authors: David Silver, Julian Schrittwieser, Karen Simonyan, Ioannis Antonoglou, Aja Huang, Arthur Guez, Thomas Hubert, Lucas Baker, Matthew Lai, Adrian Bolton, Yutian Chen, Timothy Lillicrap, Fan Hui, Laurent Sifre, George van den Driessche, Thore Graepel & Demis Hassabis

    网址:https://www.nature.com/nature/journal/v550/n7676/full/nature24270.html

    请下载pdf查看!

Mastering the game of Go with deep neural networks and tree search


 Nature 529(7587): 484-489 (2016)


  • Papers

          

Mastering the Game  of Go without Human Knowledge

https://deepmind.com/documents/119/agz_unformatted_nature.pdf

Human level control with deep  reinforcement learning

http://www.nature.com/nature/journal/v518/n7540/full/nature14236.html

Play Atari game with deep reinforcement  learning

https://www.cs.toronto.edu/%7Evmnih/docs/dqn.pdf

Prioritized experience replay

https://arxiv.org/pdf/1511.05952v2.pdf

Dueling DQN

https://arxiv.org/pdf/1511.06581v3.pdf

Deep reinforcement learning with double Q  Learning

https://arxiv.org/abs/1509.06461 

Deep Q learning with NAF

https://arxiv.org/pdf/1603.00748v1.pdf 

Deterministic policy gradient

http://jmlr.org/proceedings/papers/v32/silver14.pdf

Continuous control with deep  reinforcement learning) (DDPG)

https://arxiv.org/pdf/1509.02971v5.pdf

Asynchronous Methods for Deep  Reinforcement Learning

https://arxiv.org/abs/1602.01783

Policy distillation

https://arxiv.org/abs/1511.06295

Control of Memory, Active Perception, and  Action in Minecraft

https://arxiv.org/pdf/1605.09128v1.pdf

Unifying Count-Based Exploration and  Intrinsic Motivation

https://arxiv.org/pdf/1606.01868v2.pdf 

Incentivizing Exploration In  Reinforcement Learning With Deep Predictive Models

https://arxiv.org/pdf/1507.00814v3.pdf

Action-Conditional Video Prediction using  Deep Networks in Atari Games

https://arxiv.org/pdf/1507.08750v2.pdf

Control of Memory, Active Perception, and  Action in Minecraft

https://web.eecs.umich.edu/~baveja/Papers/ICML2016.pdf

PathNet

https://arxiv.org/pdf/1701.08734.pdf


  • Papers for NLP

 

Coarse-to-Fine  Question Answering for Long Documents https://homes.cs.washington.edu/~eunsol/papers/acl17eunsol.pdf
A Deep Reinforced Model for Abstractive  Summarization https://arxiv.org/pdf/1705.04304.pdf
Reinforcement Learning for Simultaneous  Machine Translation https://www.umiacs.umd.edu/~jbg/docs/2014_emnlp_simtrans.pdf
Dual Learning for Machine Translation https://papers.nips.cc/paper/6469-dual-learning-for-machine-translation.pdf
Learning to Win by Reading Manuals in a  Monte-Carlo Framework http://people.csail.mit.edu/regina/my_papers/civ11.pdf
Improving Information Extraction by  Acquiring External Evidence with Reinforcement Learning http://people.csail.mit.edu/regina/my_papers/civ11.pdf
Deep Reinforcement Learning with a  Natural Language Action Space http://www.aclweb.org/anthology/P16-1153
Deep Reinforcement Learning for Dialogue  Generation https://arxiv.org/pdf/1606.01541.pdf
Reinforcement Learning for Mapping  Instructions to Actions http://people.csail.mit.edu/branavan/papers/acl2009.pdf
Language Understanding for Text-based  Games using Deep Reinforcement Learning https://arxiv.org/pdf/1506.08941.pdf
End-to-end LSTM-based dialog control  optimized with supervised and reinforcement learning https://arxiv.org/pdf/1606.01269v1.pdf
End-to-End Reinforcement Learning of  Dialogue Agents for Information Access https://arxiv.org/pdf/1609.00777v1.pdf
Hybrid Code Networks: practical and  efficient end-to-end dialog control with supervised and reinforcement  learning https://arxiv.org/pdf/1702.03274.pdf
Deep Reinforcement Learning for  Mention-Ranking Coreference Models https://arxiv.org/abs/1609.08667
  • 精选文章

wiki https://en.wikipedia.org/wiki/Reinforcement_learning
Deep Reinforcement Learning: Pong from  Pixels http://karpathy.github.io/2016/05/31/rl/
CS 294: Deep Reinforcement Learning http://rll.berkeley.edu/deeprlcourse/
强化学习系列之一:马尔科夫决策过程 http://www.algorithmdog.com/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0-%E9%A9%AC%E5%B0%94%E7%A7%91%E5%A4%AB%E5%86%B3%E7%AD%96%E8%BF%87%E7%A8%8B
强化学习系列之九:Deep Q Network (DQN) http://www.algorithmdog.com/drl
强化学习系列之三:模型无关的策略评价 http://www.algorithmdog.com/reinforcement-learning-model-free-evalution
【整理】强化学习与MDP http://www.cnblogs.com/mo-wang/p/4910855.html
强化学习入门及其实现代码 http://www.jianshu.com/p/165607eaa4f9
深度强化学习系列(二):强化学习 http://blog.csdn.net/ikerpeng/article/details/53031551
采用深度 Q  网络的 Atari 的 Demo:
 Nature 上关于深度 Q 网络 (DQN) 论文:
http://www.nature.com/articles/nature14236
David视频里所使用的讲义pdf https://pan.baidu.com/s/1nvqP7dB
什么是强化学习? http://www.cnblogs.com/geniferology/p/what_is_reinforcement_learning.html
DavidSilver  关于 深度确定策略梯度 DPG的论文  http://www.jmlr.org/proceedings/papers/v32/silver14.pdf
Nature 上关于 AlphaGo 的论文: http://www.nature.com/articles/nature16961
AlphaGo 相关的资源 deepmind.com/research/alphago/
What’s the Difference Between Artificial  Intelligence, Machine Learning, and Deep Learning? https://blogs.nvidia.com/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-deep-learning-ai/
Deep Learning in a Nutshell:  Reinforcement Learning https://devblogs.nvidia.com/parallelforall/deep-learning-nutshell-reinforcement-learning/
Bellman equation https://en.wikipedia.org/wiki/Bellman_equation
Reinforcement learning https://en.wikipedia.org/wiki/Reinforcement_learning
Mastering the Game of Go without Human  Knowledge https://deepmind.com/documents/119/agz_unformatted_nature.pdf
Reinforcement Learning(RL) for Natural  Language Processing(NLP) https://github.com/adityathakker/awesome-rl-nlp


  • 视频教程


强化学习教程(莫烦) https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/
强化学习课程 by David Silver https://www.bilibili.com/video/av8912293/?from=search&seid=1166472326542614796
CS234: Reinforcement Learning http://web.stanford.edu/class/cs234/index.html
什么是强化学习? (Reinforcement Learning) https://www.youtube.com/watch?v=NVWBs7b3oGk
什么是 Q Learning (Reinforcement Learning  强化学习) https://www.youtube.com/watch?v=HTZ5xn12AL4
强化学习-莫烦 https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/
David Silver深度强化学习第1课 - 简介 (中文字幕) https://www.bilibili.com/video/av9831889/
David Silver的这套视频公开课(Youtube) https://www.youtube.com/watch?v=2pWv7GOvuf0&list=PL7-jPKtc4r78-wCZcQn5IqyuWhBZ8fOxT
David Silver的这套视频公开课(Bilibili) http://www.bilibili.com/video/av9831889/?from=search&seid=17387316110198388304 
Deep Reinforcement Learning http://videolectures.net/rldm2015_silver_reinforcement_learning/


  • Tutorial

    Reinforcement  Learning for NLP http://www.umiacs.umd.edu/~jbg/teaching/CSCI_7000/11a.pdf
    ICML 2016, Deep Reinforcement Learning tutorial http://icml.cc/2016/tutorials/deep_rl_tutorial.pdf 
    DQN tutorial https://medium.com/@awjuliani/simple-reinforcement-learning-with-tensorflow-part-4-deep-q-networks-and-beyond-8438a3e2b8df#.28wv34w3a
  • 代码

    OpenAI Gym https://github.com/openai/gym
    GoogleDeep Mind 团队深度 Q 网络 (DQN) 源码: http://sites.google.com/a/deepmind.com/dqn/
    ReinforcementLearningCode https://github.com/halleanwoo/ReinforcementLearningCode
    reinforcement-learning https://github.com/dennybritz/reinforcement-learning
    DQN https://github.com/devsisters/DQN-tensorflow
    DDPG https://github.com/stevenpjg/ddpg-aigym
    A3C01 https://github.com/miyosuda/async_deep_reinforce
    A3C02 https://github.com/openai/universe-starter-agent 


特注:


请登录www.zhuanzhi.ai或者点击阅读原文,

顶端搜索“强化学习” 主题直接获取查看获得全网收录资源进行查看, 涵盖论文等资源下载链接,并获取更多与强化学习的知识资料!如下图所示。


此外,请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知),后台回复“强化学习” 就可以获取全部知识资料的pdf文档集合下载链接!


 欢迎转发到你的微信群和朋友圈,分享专业AI知识!


获取更多关于机器学习以及人工智能知识资料,请访问www.zhuanzhi.ai, 或者点击阅读原文,即可得到!

-END-

欢迎使用专知

专知,一个新的认知方式!目前聚焦在人工智能领域为AI从业者提供专业可信的知识分发服务, 包括主题定制、主题链路、搜索发现等服务,帮你又好又快找到所需知识。


使用方法>>访问www.zhuanzhi.ai, 或点击文章下方“阅读原文”即可访问专知


中国科学院自动化研究所专知团队

@2017 专知


专 · 知


关注我们的公众号,获取最新关于专知以及人工智能的资讯、技术、算法、深度干货等内容。扫一扫下方关注我们的微信公众号。


点击“阅读原文”,使用专知

登录查看更多
158

相关内容

强化学习(RL)是机器学习的一个领域,与软件代理应如何在环境中采取行动以最大化累积奖励的概念有关。除了监督学习和非监督学习外,强化学习是三种基本的机器学习范式之一。 强化学习与监督学习的不同之处在于,不需要呈现带标签的输入/输出对,也不需要显式纠正次优动作。相反,重点是在探索(未知领域)和利用(当前知识)之间找到平衡。 该环境通常以马尔可夫决策过程(MDP)的形式陈述,因为针对这种情况的许多强化学习算法都使用动态编程技术。经典动态规划方法和强化学习算法之间的主要区别在于,后者不假设MDP的确切数学模型,并且针对无法采用精确方法的大型MDP。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
小贴士
相关VIP内容
一份循环神经网络RNNs简明教程,37页ppt
专知会员服务
77+阅读 · 2020年5月6日
专知会员服务
36+阅读 · 2020年3月24日
专知会员服务
39+阅读 · 2020年2月26日
专知会员服务
73+阅读 · 2020年2月1日
专知会员服务
42+阅读 · 2020年1月16日
BERT进展2019四篇必读论文
专知会员服务
45+阅读 · 2020年1月2日
专知会员服务
194+阅读 · 2020年1月1日
【开源书】PyTorch深度学习起步,零基础入门(附pdf下载)
专知会员服务
65+阅读 · 2019年10月26日
强化学习最新教程,17页pdf
专知会员服务
50+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
31+阅读 · 2019年10月10日
相关论文
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Tong Yu,Hong Zhu
12+阅读 · 2020年3月12日
Aidan Hogan,Eva Blomqvist,Michael Cochez,Claudia d'Amato,Gerard de Melo,Claudio Gutierrez,José Emilio Labra Gayo,Sabrina Kirrane,Sebastian Neumaier,Axel Polleres,Roberto Navigli,Axel-Cyrille Ngonga Ngomo,Sabbir M. Rashid,Anisa Rula,Lukas Schmelzeisen,Juan Sequeda,Steffen Staab,Antoine Zimmermann
79+阅读 · 2020年3月4日
Conceptualize and Infer User Needs in E-commerce
Xusheng Luo,Yonghua Yang,Kenny Q. Zhu,Yu Gong,Keping Yang
3+阅读 · 2019年10月8日
Building Knowledge Graphs About Political Agents in the Age of Misinformation
Daniel Schwabe,Carlos Laufer,Antonio Busson
3+阅读 · 2019年1月29日
IRLAS: Inverse Reinforcement Learning for Architecture Search
Minghao Guo,Zhao Zhong,Wei Wu,Dahua Lin,Junjie Yan
4+阅读 · 2018年12月14日
Theo Ryffel,Andrew Trask,Morten Dahl,Bobby Wagner,Jason Mancuso,Daniel Rueckert,Jonathan Passerat-Palmbach
4+阅读 · 2018年11月13日
Ofir Press,Noah A. Smith
3+阅读 · 2018年10月31日
Deep Reinforcement Learning in Ice Hockey for Context-Aware Player Evaluation
Guiliang Liu,Oliver Schulte
4+阅读 · 2018年7月11日
The Matrix Calculus You Need For Deep Learning
Terence Parr,Jeremy Howard
6+阅读 · 2018年7月2日
Xuancheng Ren,Xu Sun,Ji Wen,Bingzhen Wei,Weidong Zhan,Zhiyuan Zhang
3+阅读 · 2018年1月23日
Top