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
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。