跳转至

引导页：强化学习

由于本人所处研究方向缺乏丰富的公开数据，因此为了分析问题，需要使用必要的模拟手段。其中，Agent-based Simulation是我个人认为比较好用的领域，因此，与CS方向的同志们使用强化手段的目的可能有所不同，我感兴趣的是本身的方法、学习过程中agent的反应，以及学习后agent之间的交互关系演变。简言之，解释agent的学习过程、策略。

这一部分写的东西可能来自：

  • 我个人的研究总结
  • David Silver主讲的Introduction to Reinforcement Learning with David Silver
  • Hado van Hasselt等主讲的Deepmind 2021强化学习课程
  • 根据网站csdiy.wiki的指引找到的，由Sergey Levine主讲的UCB CS285 (深度强化学习)及我个人的学习笔记
  • Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction . MIT press.

该书汉译本：《强化学习》（第二版） 电子工业出版社出版

英文原本网站：Sutton & Barto Book: Reinforcement Learning: An Introduction

如果Deepmind, UCB课程笔记中已经出现了相应的内容，则我不会在个人笔记中再单开一页重复介绍。

因此：

  1. 关于传统（非深度）强化学习模型的笔记，请优先查阅 Deepmind RL部分（对应上面第1、2、4项）
  2. 关于深度强化学习模型的笔记，请优先查阅 CS285部分（对应上面第3项）。