强化学习导论（Reinforcement Learning）

Proximal Policy Optimization (PPO) default reinforcement learning algorithm at OpenAI Policy Gradien

深度强化学习综述,阐述近些年来深度学习方法的脉络，发展和概况，有助于读者快速了解深度强化学习整体概况

针对智能Agent运动中，普遍存在的避障问题，结合试错和环境交互，得出策略。

人工智能中循环神经网络（RNN）、序列模型，强化学习方面的论文。

各种强化学习算法

关于强化学习的讲解，以PPT的形式出现非常条理化，是了解强化学习的好资料。

DeepreinforcementlearningispoisedtorevolutionisethefieldofAIandrepresentsasteptowardsbuildingautonom

深度强化学习简介，里面有应该看的论文，如果对深度强化学习感兴趣的，可以看看这个。

强化学习增强学习官网DavidSilver课件ReinforcementLearning视频地址https://www.bilibili.com/video/av9831889/

GoogleDeepMind的DavidSilver的强化学习，人工智能学习资料