Practical_RL:野外强化学习课程 源码

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

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

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

关于强化学习的讲解，以PPT的形式出现非常条理化，是了解强化学习的好资料。

DeepreinforcementlearningispoisedtorevolutionisethefieldofAIandrepresentsasteptowardsbuildingautonom