basic_reinforcement_learning

收录理由

强化学习的理论资料往往又密又硬，新手很容易被公式和术语劝退。这个仓库换了一种讲法：每个经典算法都配了可运行的代码和一步步的讲解，从 Q-learning、SARSA 这样的表格方法开始，一路写到 DQN、卷积 Q-learning 和 DDPG。所有教程都基于 OpenAI Gym 构建，自己动手改参数、跑实验、对比效果都很方便，而不是只停留在读概念。特别值得一提的是其中一章把强化学习用到了 ROS 和 Gazebo 上，对打算往机器人方向走的人很有参考价值。整个仓库按课程节奏组织，不是零散的代码片段，适合喜欢通过实际运行来学习的人。