【教程实战】Google DeepMind David Silver《深度强化学习》公开课教程学习笔记以及实战代码完整版

点击上方 “机器学习研究会”可以订阅

摘要

 

转自：专知

【导读】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，专知有幸邀请到叶强博士根据DeepMind AlphaGo的研究人员David Silver《深度强化学习》视频公开课进行创作的中文学习笔记，在专知发布推荐给大家！（关注专知公众号，获取强化学习pdf资料，详情文章末尾查看！）

 叶博士创作的David Silver的《强化学习》学习笔记包括以下：

 笔记序言：【教程】AlphaGo Zero 核心技术 - David Silver深度强化学习课程中文学习笔记

1. 《强化学习》第一讲 简介

2. 《强化学习》第二讲 马尔科夫决策过程

3. 《强化学习》第三讲 动态规划寻找最优策略

4. 《强化学习》第四讲 不基于模型的预测

5. 《强化学习》第五讲 不基于模型的控制

6. 《强化学习》第六讲 价值函数的近似表示

7. 《强化学习》第七讲 策略梯度

8. 《强化学习》第八讲 整合学习与规划

9. 《强化学习》第九讲 探索与利用

以及包括也叶博士独家创作的强化学习实践系列！

• 强化学习实践一 迭代法评估4*4方格世界下的随机策略

• 强化学习实践二 理解gym的建模思想

• 强化学习实践三 编写通用的格子世界环境类

• 强化学习实践四 Agent类和SARSA算法实现

• 强化学习实践五 SARSA(λ)算法实现

• 强化学习实践六 给Agent添加记忆功能

• 强化学习实践七 DQN的实现

作者简介：

叶强，眼科专家，上海交通大学医学博士, 工学学士，现从事医学+AI相关的研究工作。

原文链接：

https://mp.weixin.qq.com/s/y1aa_nIimSv4wlprGFHR7g

“完整内容”请点击【阅读原文】

↓↓↓