ゆるふわめも

ただのメモです。

強化学習の勉強を始めるとき役に立った資料など

タイトル通りです。 suttonの本のはじめのころを読み始めた時に参考にしたメモです。 だいぶ前の下書きなので今(2018/7/7現在)はもっといいものがあるかもしれません。

講義資料

CS 294: Deep Reinforcement Learning, Fall 2018 @ UC Berkeley

CS 294 Deep Reinforcement Learning, Fall 2018

講義映像あり、わからない箇所などは subreddit ( https://www.reddit.com/r/berkeleydeeprlcourse/ )で質問したら誰かが答えてくれるかもしれない。

CS234: Reinforcement Learning @ Stanford University

CS234: Reinforcement Learning

講義スライドあり、sutton本に沿った進行。コースのスケジュールの箇所で講義資料が閲覧できる。ひとまずはこれが一番わかりやすかったと思う。「Review of Probability Theory」、「Linear Algebra Review and Reference」の資料に最低限必要な確率と線形代数の知識がまとめられている。

MS&E338 Reinforcement Learning @ Stanford University

MS&E338 Reinforcement Learning

講義ノートなので本を読むのと変わらないが短くまとまっている。 バンディットの部分を飛ばした以外はsutton本に沿っていると思われる。個人的には一番わかりやすかった。

実装

Gym

以下の実装や上記の講義でも用いるのでインストール必須。

RL-Adventure

RL-Adventure-2: Policy Gradients