强化学习_经典论文框架

汇总

强化学习_经典论文框架_第1张图片

文章目录

  • 汇总
  • Paper
    • DQN Series
      • 【2010】Double Q-learning
      • 【2013】【DQN】
      • 【2015】【Nature DQN】
      • 【2015】【Double DQN】
      • 【2016】【Dueling DQN】
      • 【2016】【Prioritized DQN】
    • Policy Gradient
      • 【2000】【PG】
      • 【2014】【DPG】
      • 【2015】【DDPG】
      • 【2017】【PPO】
    • Actor-Critic Series
      • 【2016】【A3C】
      • 【2018】【SAC】
    • AlphaGo Series (with MCTS)
      • 【2016】【AlphaGo】
      • 【2017】【AlphaZero】
    • Dyna Architecture
    • Review
    • Recent
      • 【2021】【Mava】
      • 【2021】【SVEA】
  • Others
    • Book
    • Blogs
    • Slides
    • Course

Paper

DQN Series

【2010】Double Q-learning

《Double Q-learning》
https://www.researchgate.net/profile/Hado-Van-Hasselt/publication/221619239_Double_Q-learning/links/00b7d51ff71387936a000000/Double-Q-learning.pdf

强化学习_经典论文框架_第2张图片

【2013】【DQN】

《Playing Atari with Deep Reinforcement Learning》NIPS 2013
https://arxiv.org/pdf/1312.5602.pdf

强化学习_经典论文框架_第3张图片

【2015】【Nature DQN】

《Human-level control through deep reinforcement learning》Nature 2015
https://web.stanford.edu/class/psych209/Readings/MnihEtAlHassibis15NatureControlDeepRL.pdf

【2015】【Double DQN】

《Deep Reinforcement Learning with Double Q-learning》
https://arxiv.org/pdf/1509.06461.pdf

【2016】【Dueling DQN】

《Dueling Network Architectures for Deep Reinforcement Learning》ICML 2016
https://arxiv.org/pdf/1511.06581.pdf

【2016】【Prioritized DQN】

《PRIORITIZED EXPERIENCE REPLAY》ICLR 2016
https://arxiv.org/pdf/1511.05952.pdf

强化学习_经典论文框架_第4张图片

Policy Gradient

PG -> DPG -> DDPG

【2000】【PG】

《Policy Gradient Methods for Reinforcement Learning with Function Approximation》
http://citeseerx.ist.psu.edu/viewdoc/download;jsessionid=029AD004E9AAC8429FC7DBCA0844CF07?doi=10.1.1.79.5189&rep=rep1&type=pdf

【2014】【DPG】

《Deterministic Policy Gradient Algorithms》
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.636.826&rep=rep1&type=pdf

【2015】【DDPG】

《Continuous control with deep reinforcement learning》
https://arxiv.org/pdf/1509.02971.pdf

强化学习_经典论文框架_第5张图片

【2017】【PPO】

《Proximal Policy Optimization Algorithms》
https://arxiv.org/pdf/1707.06347.pdf

强化学习_经典论文框架_第6张图片

Actor-Critic Series

【2016】【A3C】

《Asynchronous Methods for Deep Reinforcement Learning》
https://arxiv.org/pdf/1602.01783.pdf

强化学习_经典论文框架_第7张图片

【2018】【SAC】

《Soft Actor-Critic Algorithms and Applications》
https://arxiv.org/pdf/1812.05905.pdf

强化学习_经典论文框架_第8张图片

AlphaGo Series (with MCTS)

【2016】【AlphaGo】

《Mastering the game of Go with deep neural networks and tree search》
https://web.iitd.ac.in/~sumeet/Silver16.pdf

强化学习_经典论文框架_第9张图片
强化学习_经典论文框架_第10张图片

【2017】【AlphaZero】

《Mastering the game of Go without human knowledge》
https://skatgame.net/mburo/ps/alphago-zero.pdf

强化学习_经典论文框架_第11张图片
强化学习_经典论文框架_第12张图片

Dyna Architecture

【2008】【Dyna-2】

《Sample-Based Learning and Search with Permanent and Transient Memories》
http://citeseerx.ist.psu.edu/viewdoc/download;jsessionid=04BFBCB30CFB501DFB15BB400454A0BC?doi=10.1.1.149.4393&rep=rep1&type=pdf

强化学习_经典论文框架_第13张图片

Review

  • 【2018】《DEEP REINFORCEMENT LEARNING: AN OVERVIEW》
    https://arxiv.org/pdf/1701.07274.pdf

强化学习_经典论文框架_第14张图片

  • 【2019】《Deep Learning for Video Game Playing》
    https://arxiv.org/pdf/1708.07902.pdf

强化学习_经典论文框架_第15张图片强化学习_经典论文框架_第16张图片
强化学习_经典论文框架_第17张图片

Recent

【2021】【Mava】

《Mava_a research framework for distributed multi-agent reinforcement learning》
https://paperswithcode.com/paper/mava-a-research-framework-for-distributed
https://arxiv.org/pdf/2107.01460v1.pdf
https://github.com/instadeepai/Mava
强化学习_经典论文框架_第18张图片

【2021】【SVEA】

《Stabilizing Deep Q-Learning with ConvNets and Vision Transformers under Data Augmentation》
https://www.bilibili.com/video/BV12w411f74a
http://arxiv.org/abs/2107.00644
https://nicklashansen.github.io/SVEA

强化学习_经典论文框架_第19张图片

强化学习_经典论文框架_第20张图片

Others

Book

【Sutton】Reinforcement Learning: An Introduction
http://incompleteideas.net/book/the-book-2nd.html

【肖智清】《强化学习:原理与Python实现》
https://book.douban.com/subject/34478302/

Blogs

【刘建平Pinard】【强化学习-专栏】
https://www.cnblogs.com/pinard/category/1254674.html

Slides

【2016】【ICML】deep_rl_tutorial.pdf
https://icml.cc/2016/tutorials/deep_rl_tutorial.pdf

Course

【UCL】UCL Course on RL
https://www.davidsilver.uk/teaching/

你可能感兴趣的:(论文,强化学习,深度学习,深度学习,人工智能,强化学习)