强化学习前沿算法：A3C_论文原稿以及讨论班ppt

CartPole，GridWorld，MountainCar，Pendulum，Toy

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

第一章基于强化学习的实时搜索排序策略调控；第二章延迟奖赏在搜索排序场景中的作用分析；第三章基于多智能体强化学习的多场景联合优化；第四章强化学习在淘宝锦囊推荐系统中的应用；第五章基于强化学习的引擎性能优

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！！！