【干货总结】| Deep Reinforcement Learning 深度强化学习

        在机器学习中，我们经常会分类为有监督学习和无监督学习，但是尝尝会忽略一个重要的分支，强化学习。有监督学习和无监督学习非常好去区分，学习的目标，有无标签等都是区分标准。如果说监督学习的目标是预测，那么强化学习就是决策，它通过对周围的环境不断的更新状态，给出奖励或者惩罚的措施，来不断调整并给出新的策略。简单来说，就像小时候你在不该吃零食的时间偷吃了零食，你妈妈知道了会对你做出惩罚，那么下一次就不会犯同样的错误，如果遵守规则，那你妈妈兴许会给你一些奖励，最终的目标都是希望你在该吃饭的时候吃饭，该吃零食的时候吃零食，而不是在不合适的时间吃零食。同样，曾经风靡过一段时间的Flappy bird，很多玩家在短时间内达到了高分，是怎么做到的呢？除了非常厉害的玩家是真的自己手动玩的高分，其实很多高分是通过我们用强化学习的方法来训练一个模型，让小鸟自己学习如何不碰到障碍物一直往前飞，获得最高分。此外，大家熟知的Alpha Go，其实也是强化学习训练的模型，不过是深度强化学习。

 

　　2013年DeepMind发表了一篇Playing Atari with Deep Reinforcement Learning 文章之后，深度强化学习便慢慢走入人们的视野。后来，在2015年，DeepMind又发表了一篇Human Level Control through Deep Reinforcement Learning，使得深度强化学习得到了广泛的关注，当年涌现了很多学术成果。我们熟知深度强化学习应该在16~17年的时候，尤其是Alpha Go出现后，很多公司和研究人员开始大量关注深度强化学习，并尝试将其应用在各个不同的应用场景。

 

　　关于深度强化学习，我整理了一些资料，如果感兴趣的可以学习一下：

 

【论文】

• 《深度强化学习》英文版(150页)，是上一版（70页）的加强版：https://arxiv.org/abs/1810.06339
• 经典书籍：Reinforcement Learning: An Introduction (2nd Edition)
• 论文集，覆盖面比较广，需要一定基础：Reinforcement Learning: State-of-the-Art
• 两个非常全的论文资料集合：
  • GitHub - junhyukoh/deep-reinforcement-learning-papers: A list of recent papers regarding deep reinforcement learning
  • GitHub - muupan/deep-reinforcement-learning-papers: A list of papers and resources dedicated to deep reinforcement learning

 

【博客】

• yuxili: https://medium.com/@yuxili
• Guest Post (Part I): Demystifying Deep Reinforcement Learning
• Guest Post (Part II): Deep Reinforcement Learning with Neon
• Blog Post (Part III): Deep Reinforcement Learning with OpenAI Gym
• Andrej Karpathy blog: Deep Reinforcement Learning: Pong from Pixels

 

【文章】

• 南京大学俞杨博士：强化学习前言（强化学习的完整介绍）https://www.leiphone.com/news/201705/uO8nd09EnR77NBRP.html

 

【课程】

• 零基础入门：莫烦python：https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/
• David Silver的增强学习课程（有视频和ppt），2015年的，需要一定基础: http://www0.cs.ucl.ac.uk/staff/D.Silver/web/Teaching.html
• 最好的增强学习教材，可以结合David Silver的课程一起看：Sutton & Barto Book: Reinforcement Learning: An Introduction
• 斯坦福CS234:http://web.stanford.edu/class/cs234/index.html
• 伯克利CS294:http://rll.berkeley.edu/deeprlcourse/
• Pieter Abbeel 的AI课程（包含增强学习，使用Pacman实验）：Artificial Intelligence
• Pieter Abbeel 的深度增强学习课程：CS 294 Deep Reinforcement Learning, Fall 2015
• Nando de Freitas的深度学习课程 （有视频有ppt有作业）：Machine Learning
• Michael Littman的增强学习课程：https://www.udacity.com/course/reinforcement-learning–ud600
• 最新机器人专题课程Penn（2016年开课）：Specialization 
• Deep Learning Summer School：pptsvideos

 

 

【学习网站】

• openAI GYM Reinforcement Learning toolkits: https://gym.openai.com
• 强化学习示例演示：https://qqiang00.github.io/reinforce/javascript/demo_iteration.html
• karpathy的各种强化学习的演示：https://cs.stanford.edu/people/karpathy/reinforcejs/index.html
• MIT的强化学习在线学习网站：http://web.mst.edu/~gosavia/rl_website.html

 

【Github】

• Awesome-RL: https://github.com/aikorea/awesome-rl
• Flappybird：https://github.com/yenchenlin/DeepLearningFlappyBird
• Deep Reinforcement Learning in Tensorflow:https://github.com/carpedm20/deep-rl-tensorflow
• https://github.com/ShangtongZhang/reinforcement-learning-an-introduction
• GitHub - songrotek/DeepTerrainRL: terrain-adaptive locomotion skills using deep reinforcement learning
• GitHub - songrotek/async-rl: An attempt to reproduce the results of "Asynchronous Methods for Deep Reinforcement Learning" (http://arxiv.org/abs/1602.01783)
• GitHub - songrotek/rllab: rllab is a framework for developing and evaluating reinforcement learning algorithms.
• GitHub - songrotek/DRL-FlappyBird: Playing Flappy Bird Using Deep Reinforcement Learning (Based on Deep Q Learning DQN using Tensorflow)
• GitHub - songrotek/DeepMind-Atari-Deep-Q-Learner: The original code from the DeepMind article + my tweaks

 

 

【会议】

• NIPS 2015 Deep Reinforcement Learning Workshop
• ICLR 2016
• RSS 2016 Deep Learning for Robotics

转载于:https://www.cnblogs.com/zhangchao162/p/11417563.html