N-臂老虎机算法（强化学习）

针对以时间表长最小为目标函数的无等待流水车间（No-WaitFlowShop，NWFS）调度问题，提出了一个混合禁忌搜索算法（HybridTabooSearch，HTS），以启发式算法产生的解作为初始

InverseRLAlgorithms(APP,MaxEnt,GAIL,VAIL)

这个库提供了代码,练习和受欢迎的强化学习算法的解决方案

MALTAB例程，实现强化学习TD算法，为强化学习算法的学习者提供帮助

通过强化学习算法，实现最短路径寻找，确定路径起点与终点，设置路径权重，完成路径规划。

keras实现REINFORCE算法强化学习： # Policy Gradient Minimal implementation of Stochastic Policy Gradient Algor

基于Tensorflow实现的PPO算法，依赖库：tensorflow-1.4及以上，gym

深度强化学习是人工智能领域的一个新的研究热点．它以一种通用的形式将深度学习的感知能力与强化学习的决策能力相结合，并能够通过端对端的学习方式实现从原始输入到输出的直接控制．自提出以来，在许多需要感知高维

一种使用动态规划和Q学习算法来解决gym环境中的Frozenlake问题的方法。通过对比使用价值迭代和策略迭代算法，以及Q学习算法的效果，我们展示了使用Q学习算法解决Frozenlake问题的优势。文

Q-learning 是一种模型无关的强化学习方法，本文档使用Q-learning做了一个简单的搜索任务，有助于初学者理解强化学习，理解Q-learning.