强化学习中从仿真器到现实环境的迁移(最新综述)

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

针对智能Agent运动中，普遍存在的避障问题，结合试错和环境交互，得出策略。

人工智能中循环神经网络（RNN）、序列模型，强化学习方面的论文。

各种强化学习算法

DeepreinforcementlearningispoisedtorevolutionisethefieldofAIandrepresentsasteptowardsbuildingautonom

深度强化学习简介，里面有应该看的论文，如果对深度强化学习感兴趣的，可以看看这个。

强化学习增强学习官网DavidSilver课件ReinforcementLearning视频地址https://www.bilibili.com/video/av9831889/

GoogleDeepMind的DavidSilver的强化学习，人工智能学习资料

ComparisonofReinforcementLearningAlgorithmsappliedtotheCart-PoleProblem，APPLICATIONOFREINFORCEMENTLE