强化学习在阿里的技术演进与业务创新及2017期刊

强化学习与监督学习的区别: (1)训练数据中没有标签,只有奖励函数(Reward Function)。 (2)训练数据不是现成给定,而是由行为(Action)获得。 (3)现在的行为(Action)不

强化学习方法的发展和应用才在这些领域占据了大量的研究人员。激发这种兴趣的是两个基本的挑战:1)设计能够在复杂动态环境中在不确定性下运行的自主机器人代理，2)为非常大规模的动态决策问题找到有用的近似解。

深度强化学习课程的高清课间资源，对于学习深度学习以及强化学习理论的研究人士很有帮助

这是devil强化学习课程的ppt资料，为了方便，整理了一下

Sutton早期开的强化学习课程合集，对强化学习的基础内容讲的比DavidSilver的课程更详细，更充实

强化学习的任务就是利用观察到的回报来学习针对某个环境的最优或接近最优策略。它作为一种无导师机器学习方法，把环境的反馈作为输入、通过学习选择能达到其目标的最优动作

本课件讲解了强化学习的基本问题，经典Q学习理论，深度Q学习理论和程序讲解与训练。

使用DQN自动玩flappybird，最近，github上有人放出使用DQN玩Flappy Bird的代码，https://github.com/yenchenlin1994/DeepLearning

强化学习有关的教材，涉及理论方面的推导和证明，有助于理解强化学习的代码，需要的可以下载！！！

本书对连续状态空间的理论、算法及应用进行了研究和论述。主要包括：强化学习基本理论和大规模强化学习基本理论。