强化学习Q-learning算法

DeepReinforcementLearning深度强化学习DeepReinforcementLearning,2017

强化学习算法，实现强化学习对网络资源的分配，目的是频谱利用最大化

ReinforcementLearning强化学习进阶书籍

强化学习精要核心算法与TensorFlow实现,原理细致，代码实现简洁

CartPole，GridWorld，MountainCar，Pendulum，Toy

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