强化学习reinforcement_learning.pdf.zip

该ppt有本人学习制作，因水平所限，未尽完善，望多多交流，转载请注明出处，谢谢！！

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

通过与 Q Learning 对比学习 SARSA 算法,采用python语言代码实现

awesome-rl, 强化学习资源组织 强化学习 专门用于强化学习的资源精选列表。我们有其他主题的页面: awesome-rnn, awesome-deep-vision, awesome-rand

代码

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

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