Reinforcement-Learning

收录理由

对已经熟悉监督学习、想进一步了解智能体如何通过交互来学习的开发者来说，这份资料提供了一条相当清晰的入门路径。它把内容组织成一份六十天的学习计划，视频讲座多来自DeepMind和伯克利的公开频道，配套的PyTorch笔记本则逐步拆解了从Q-learning、深度Q网络到A2C、PPO这类Actor-Critic方法的经典算法。大多数主题都会把理论和一个可运行的例子放在一起，很多例子还能在OpenAI Gym的Atari和RoboSchool环境里直接跑起来，所以你读完一种方法后，马上就能看到它在实际环境中如何运作。把它当作课程辅导材料来用会更合适，而不是当作生产级别的代码。如果你已经掌握基础知识，后面几周关于基于模型的强化学习、模仿学习和进化策略的内容，能帮你把整个知识版图补得更完整。