Python浏览器里的自驾车强化学习模拟环境

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

关于迷宫类的强化学习（Q-learning）matlab完整代码

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

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