基于强化学习的自举式关系抽取算法

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！！！

本书对连续状态空间的理论、算法及应用进行了研究和论述。主要包括：强化学习基本理论和大规模强化学习基本理论。

主要介绍强化学习里面的一些重要概念和基本内容，PPT,总结的还不错，可以参考

离散事件动态系统强化学习算法，多前视距离进行控制，在工件加工过程中优化前视距离，使得代价成本最小，获得最优策略

Imitation Learning • Also known as learning by demonstration, apprenticeship learning • An expert de

Introduction of Q-Learning Tips of Q-Learning Q-Learning for Continuous Actions

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