基于深度强化学习的无人驾驶车道保持决策的研究_方川.caj

本书汇集了阿里巴巴一线算法工程师在强化学习应用方面的经验和心得，覆盖了搜索事业部、阿里妈妈事业部、计算平台事业部以及智能服务事业部等多条业务线，工业界首次系统地披露了强化学习在互联网级别的应用上使用的技术细节，其中更包含了阿里巴巴的算法工程师对强化学习的深入理解、思考和创新。 [1] 本书主要面向算法工程师，强化学习方向的研究人员以及所有机器学习爱好者。作为算法工程师，你将了解强化学习在实际应用中的建模方法，常见的问题以及对应的解决思路，提高建模和解决业务问题的能力；作为强化学习方向的研究人员，你将了解到在游戏之外更多实际的强化学习问题以及对应的解决方案，扩宽研究视野；作为机器学习爱好者，你将了解到阿里巴巴的一线机器学习算法工程师是如何发现问题，定义问题和解决问题的，激发研究兴趣以及提升专业素养

莫烦课程强化学习部分的代码解析，从q-learning算法到ddpg算法，整体代码的思路流程，还有关键部分的详细解释，配套公式详解。

强化学习导论英文第二版pdf，源码实现（python）

中国科学院大学_强化学习_赵东斌老师_A4纸复习资料，纸质版+PDF打印版

Richard S. Sutton 教授的经典教材《增强学习导论》（Reinforcement Learning: An Introduction）第二版，2018年在线草稿版

增强学习导论 强化学习导论 Reinforcement learning an introduction 中文版

MATLAB实现任意位置出发，自主寻找小球

MATLAB强化学习实战(十四) 基于 DDPG 智能体的四足机器人运动控制 https://blog.csdn.net/wangyifan123456zz/article/details/109679138#comments_16710443

对论文《Human-level control through deep reinforcement》的中文翻译的文档