matlab代码做游戏-RLStudyGuide:如何学习强化学习：循序渐进指南

matlab代码做游戏如何学习强化学习：循序渐进指南 该存储库提供了博客文章中提到的RL学习路线图。 有关解决方案的免费编码练习，请参见。 RL学习路线图 强烈建议您按顺序完成路线图。 在前四章之后，您应该有足够的基础来混合路线图。 确保通过学习资料完全理解所需的概念 在您喜欢的框架中实现该算法。 当您自己实施和调试时，就会发生学习。 用一些RL问题进行测试。 我最喜欢的是杆子，倒立摆，步行机器人，乒乓球。 章节 算法 必填概念 学习资料 1个 动态编程•政策评估•政策改进•价值迭代 •马尔可夫决策过程• 预期收益•折扣系数•状态，观察• 行动• 报酬•状态值函数V（s） •状态作用值函数Q（s，a） •第1部分：什么是RL？ •第2部分：了解环境和奖励•-第3 + 4章：有限的MDP +动态编程•–动态编程练习•1 + 2 2个 时差（TD）学习•Q学习•SARSA •TD错误•政策内政策与政策外政策•Epsilon贪婪 •-第6章：时间差异学习•– SARSA，Q学习练习 3 函数逼近（用神经网络替换表） •深入的Q学习 RL •为什么表无法缩放•与监督学习的关系•重播内存•目标网