【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等)、趣味项目实现、学术应用项目实现

【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等、趣味项目实现、学术应用项目实现

对于深度强化学习这块规划为：

• 基础单智能算法教学（gym环境为主）
• 主流多智能算法教学（gym环境为主）
• 一些趣味项目（超级玛丽、下五子棋、斗地主、各种游戏上应用）
• 单智能多智能题实战（论文复现偏业务如：无人机优化调度、电力资源调度等项目应用）

本专栏主要方便入门同学快速掌握强化学习单智能体|多智能体算法原理+项目实战。后续会持续把深度学习涉及知识原理分析给大家，让大家在项目实操的同时也能知识储备，知其然、知其所以然、知何由以知其所以然。

• 专栏订阅（按需选择）：

  • 强化学习原理+项目专栏大合集

  • 强化学习单智能体算法原理+项目实战

  • 强化学习多智能体原理+项目实战

  • 强化学习相关技巧（调参、画图等）

  • tensorflow_gym-强化学习:免费

0.tensorflow_gym-强化学习基础入门（推荐新人看）

【一】gym环境安装以及安装遇到的错误解决

【二】gym初次入门一学就会—代码详细解析简明教程----平衡杆案例

【三】gym简单画图、快来上手入门吧，超级简单！

【四】gym搭建自己的环境，全网最详细版本，3分钟你就学会了！

【五】gym搭建自己的环境之寻宝游戏，详细定义自己myenv.py文件以及算法实现

【六】gym搭建自己环境升级版设计，动态障碍------强化学习

【七】强化学习、gym学习平台扩充，更好的玩转虚拟环境，关于mujoco、mujoco-py、baselines安装配置----待更新------

![在这里插入图片描述](https://img-blog.csdnimg.cn/b64791cf8f964947bd86eb46b31d6d19.png

1.强化学习单智能体算法原理+项目实战

1.1 前置教学：

【一】飞桨paddle【GPU、CPU】安装以及环境配置+python入门教学

【二】强化学习之Parl基础命令–PaddlePaddlle及PARL框架｛飞桨｝

【三】强化学习之PaddlePaddlle-Notebook、&pdb、ipdb 调试—及PARL框架

1.2 理论知识篇

1.3 RL项目实战(本地版含码源)-old

【四】强化学习入门简介—PaddlePaddlle强化学习及PARL框架

【五】强化学习之Sarsa、Qlearing详细讲解----PaddlePaddlle【PARL】框架｛飞桨｝

【六】强化学习之DQN—PaddlePaddlle【PARL】框架｛飞桨｝

【七】强化学习之Policy Gradient—PaddlePaddlle【PARL】框架｛飞桨｝

【八】强化学习之DDPG—PaddlePaddlle【PARL】框架｛飞桨｝

【九】强化学习之TD3算法四轴飞行器仿真—PaddlePaddlle【PARL】框架

部分效果展示：

基于TD3强化学习算法解决四轴飞行器悬浮任务

基于多智能体（无人机群）路径探索的深度强化学习

1.4 RL项目实战云端+本地版-new

待更新

2.强化学习多智能体原理+项目实战

2.1 理论原理篇

常见多智能体强化学习仿真环境介绍【一】｛推荐收藏，真的牛｝

多智能体强化学习算法【一】【MAPPO、MADDPG、QMIX】

多智能体强化学习算法【二】【MADDPG、QMIX、MAPPO】

多智能体强化学习算法【三】【QMIX、MADDPG、MAPPO】

【一】最新多智能体强化学习方法【总结】

【二】最新多智能体强化学习文章如何查阅｛顶会：AAAI、 ICML ｝

【三】多智能体强化学习（MARL）近年研究概览 ｛Analysis of emergent behaviors（行为分析)_、Learning communication（通信学习）｝

【四】多智能体强化学习（MARL）近年研究概览 ｛Learning cooperation（协作学习）、Agents modeling agents（智能体建模）｝

2.2 MARL项目实战

2.2.1MADDPG

【一】MADDPG-单智能体|多智能体总结（理论、算法）

【二】MADDPG多智能体算法实现(parl)【追逐游戏复现】

【三】补发一篇tensorflow下MADDPG环境搭建配置

3.强化学习相关技巧（调参、画图等）

强化学习调参技巧一： DDPG算法训练动作选择边界值_分析解决

强化学习调参技巧二：DDPG、TD3、SAC算法为例：

强化学习技巧三：Python多进程

强化学习技巧四：模型训练速度过慢、GPU利用率较低，CPU利用率很低问题总结与分析。
强化学习技巧五：numba提速python程序

python随机种子seed的作用（强化学习常用到）

python生成数据曲线平滑处理——(Savitzky-Golay 滤波器、convolve滑动平均滤波)方法介绍，推荐玩强化学习的小伙伴收藏

4.后续趣味项目实现（尝鲜看）

MarLio 马里奥的强化学习冒险

4.学术应用项目实现（计划中）

单智能多智能题实战（论文复现偏业务如：无人机优化调度、电力资源调度等项目应用）

敬请期待