在過去的幾年里，強化學習(RL，Reinforcement Learning)在很多方面取得了突破。DeepMind公司將深度學習與增強學習結合在一起，在眾多的Atari游戲中來取得超越人類的表現，基于深度學習和強化學習訓練得到的AlphaGo Zero更是完全從零開始，僅通過自我對弈就能天下無敵。雖然RL目前在許多游戲環境中都表現很出色，但它對解決需要優決策和效率的問題而言是種全新方法，而且肯定會在機器智能中發揮作用。
? ?? ?
Gym是為測試和開發RL算法而設計的環境/任務的集合。它讓用戶不必再創建復雜的環境。Gym用Python編寫，它有很多的環境，比如機器人模擬或Atari 游戲。它還提供了一個在線排行榜，供人們比較結果和代碼。
第1部份 強化學習與常用的仿真環境平臺介紹（MuJoCo, OpenAI Gym, rllab, DeepMind Lab, TORCS, PySC2等）
第2部份 OpenAI gym中的常用仿真環境介紹，包括Atari 2600 游戲系列、MuJoCo 物理模擬器、Toy text 文本環境、Robotics機械手與機械臂模擬器等
第3部份 馬爾科夫決策過程MDP
第4部份 基于gym的MDP實例講解，基于OpenAI Gym構建股票市場交易環境
第5部份 基于gym的強化學習實踐：基于值函數的強化學習方法實現；基于策略梯度的強化學習方法實現
第6部份 虛擬環境Universe： 一個用于訓練解決通用問題 AI 的基礎架構
第7部份 基于Universe的強化學習實踐：用OpenAI公司的Gym工具庫和Universe平臺為游戲創建人工智能機器人
|
合作伙伴與授權機構
shuhaipeixun
1299983702
總部李老師
