22.2K ·GitHub
这是什么？
这是一组强化学习算法的实现、练习和参考答案，配合 Sutton 的教材《Reinforcement Learning: An Introduction》以及 David Silver 的强化学习课程使用。
这是一组强化学习算法的实现、练习和参考答案，配合 Sutton 的教材《Reinforcement Learning: An Introduction》以及 David Silver 的强化学习课程使用。这是我可以导入的库，还是一组独立的笔记本或脚本？这是一组按文件夹组织的独立 Jupyter 笔记本，每个文件夹对应教材或课程中的一个或多个章节，不是可以安装的库。
这是一组按文件夹组织的独立 Jupyter 笔记本，每个文件夹对应教材或课程中的一个或多个章节，不是可以安装的库。练习该怎么开始？选一个与你正在学习的章节或主题相符的文件夹。每个文件夹都包含学习目标、概念总结、阅读链接，以及一个练习笔记本和对应的参考答案。
选一个与你正在学习的章节或主题相符的文件夹。每个文件夹都包含学习目标、概念总结、阅读链接，以及一个练习笔记本和对应的参考答案。运行代码需要先安装什么？Python 3、用于强化学习环境的 OpenAI Gym，以及用于基于神经网络算法（深度 Q 学习、A3C、DDPG 等）的 TensorFlow。
Python 3、用于强化学习环境的 OpenAI Gym，以及用于基于神经网络算法（深度 Q 学习、A3C、DDPG 等）的 TensorFlow。所有算法都已经完整实现了吗？没有。多个高级章节明确标注为仍在开发中，包括深度 Q 学习、策略梯度方法、优先经验回放和 DDPG。
没有。多个高级章节明确标注为仍在开发中，包括深度 Q 学习、策略梯度方法、优先经验回放和 DDPG。这里实际实现了哪些算法？动态规划（策略迭代、值迭代）、蒙特卡洛预测与控制、SARSA、Q 学习、用于 Atari 游戏的深度 Q 学习、Double DQN、REINFORCE、Actor-Critic、A3C 等。
动态规划（策略迭代、值迭代）、蒙特卡洛预测与控制、SARSA、Q 学习、用于 Atari 游戏的深度 Q 学习、Double DQN、REINFORCE、Actor-Critic、A3C 等。它涵盖的是 Atari 风格的深度强化学习，还是只有玩具式问题？两者都有：先从动态规划、蒙特卡洛这类经典表格方法讲起，然后进入使用 TensorFlow 在 Atari 游戏上应用的深度 Q 学习和 Double DQN。
两者都有：先从动态规划、蒙特卡洛这类经典表格方法讲起，然后进入使用 TensorFlow 在 Atari 游戏上应用的深度 Q 学习和 Double DQN。在哪里能找到额外的背景阅读材料？README 中链接了 Sutton 的教材、David Silver 的 UCL 课程、Berkeley、Georgia Tech 和 Waterloo 等大学的深度强化学习课程，以及 Deep Q-Network 和 DDPG 等重要论文，还有相关的开源强化学习项目。
README 中链接了 Sutton 的教材、David Silver 的 UCL 课程、Berkeley、Georgia Tech 和 Waterloo 等大学的深度强化学习课程，以及 Deep Q-Network 和 DDPG 等重要论文，还有相关的开源强化学习项目。What are similar projects?cleanrl, easy-rl, tianshou, mit-deep-learning, DeepLearning, machine-learning-notes, ML-From-Scratch, handson-ml3
cleanrl, easy-rl, tianshou, mit-deep-learning, DeepLearning, machine-learning-notes, ML-From-Scratch, handson-ml3