18. 强化学习(Q Learning) python代码实现

深度强化学习/监督学习实现与运行环境(TensorFlow/PyTorch)

reinforcement_learning_basic,学习强化学习基础原理的仓库,主要包括了“深入浅出强化学习原理入门”中一些例子

这是从国外网站上找到的强化学习的源代码，和大家共同学习。

本书重点研究基于强大的动态编程理论的强化学习算法。它给出了学习问题的相当全面的目录，描述了核心思想，注意到了大量最新的算法，然后讨论了它们的理论特性和局限性。

包含siliver强化学习ppt以及sutton的reinforcement learning introduction以及一本Algorithms for RL

PyTorch实现的强化学习算法集

ReinforcementLearningimplementationsandresearchprototypinginTensorFlow

用强化学习(DeepQ-Learning)玩转FIFA18任意球

强化学习(RL),又称再励学习、评价学习或增强学习,是机器学习的范式和方法论之一,用于描述和解决智能体(agent)在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。

强化学习(reinforcement learning)，又称再励学习、评价学习，是一种重要的机器学习方法，在智能控制机器人及分析预测等领域有许多应用。 但在传统的机器学习分类中没有提到过强化学习，而