强化学习视频教程--莫凡python

一、莫凡python

通俗易懂，值得学习，视频网站：

强化学习 (Reinforcement Learning) | 莫烦Python

• 简介

  1. 1.1 什么是强化学习
  2. 1.2 强化学习方法汇总
  3. 1.3 为什么用强化学习 Why?
  4. 1.4 课程要求

• Q-learning

  1. 2.1 什么是 Q Leaning
  2. 2.2 小例子
  3. 2.3 Q-learning 算法更新
  4. 2.4 Q-learning 思维决策

• Sarsa

  1. 3.1 什么是 Sarsa
  2. 3.2 Sarsa 算法更新
  3. 3.3 Sarsa 思维决策
  4. 3.4 什么是 Sarsa(lambda)
  5. 3.5 Sarsa-lambda

• Deep Q Network

  1. 4.1 什么是 DQN
  2. 4.2 DQN 算法更新
  3. 4.3 DQN 神经网络
  4. 4.4 DQN 思维决策
  5. 4.5 OpenAI gym 环境库
  6. 4.6 Double DQN
  7. 4.7 Prioritized Experience Replay (DQN)
  8. 4.8 Dueling DQN

• Policy Gradient

  1. 5.1 什么是 Policy Gradients
  2. 5.2 Policy Gradients 算法更新
  3. 5.3 Policy Gradients 思维决策

• Actor Critic

  1. 6.1 什么是 Actor Critic
  2. 6.2 Actor Critic
  3. 6.3 什么是 DDPG
  4. 6.4 Deep Deterministic Policy Gradient (DDPG)
  5. 6.5 什么是 Asynchronous Advantage Actor-Critic (A3C)
  6. 6.6 Asynchronous Advantage Actor-Critic (A3C)
  7. 6.7 Distributed Proximal Policy Optimization (DPPO)

二、Reinforcement Learning Course by David Silver

 David Silver是Deepmid 大神

【强化学习】Reinforcement Learning Course by David Silver_哔哩哔哩_bilibili

PPT下载：

Teaching - David Silver

三 、李宏毅老师 深度强化学习

深度强化学习（完整版） 李宏毅 国语教程_哔哩哔哩_bilibili