强化学习 matlab案例实现

OpenAI Baselines: 强化学习算法的高质量实现

最优控制全部课件

学习最优控制的很好的一般英文参考书的！值得珍藏！

1.动态规划、贝尔曼方程、最优值函数、值与策略迭代、最短路径、马尔可夫决策过程。2. 哈密顿-雅可比-贝尔曼方程，近似方法，nite和nite hori- zon公式，随机微积分基础。3.庞特利亚金的极大原理，ODE和梯度下降法，与经典力学的关系。4. 线性二次高斯控制，黎卡提方程，非线性问题的迭代线性逼近。5. 最优递推估计，卡尔曼滤波，扎卡方程。6. 最优控制与最优估计的对偶性(含新结果)。7. 电机控制中的最优模型，是一个很有前途的研究方向。

MATLAB强化学习代码包，用于解决多臂赌机问题的时变e-greedy策略 "I thought what I'd do was I'd pretend I was one of those deaf-mutes, or should I?"

17年10月~12月多家公司的reinforcement learning面试真题。

Soft Actor-Critic（SAC）算法tensorflow实现，SAC是深度强化学习中对于连续动作控制的又一经典。

基于深度学习和强化学习的量化交易系统（基于深度学习和强化学习的定量交易系统） （中文版本在英文版本的下面，请拖动查看） 大纲： 主要结构 仍在努力 结论 主要结构： 该系统包括： 数据处理模块 价格预测模块 强化学习模块基于： 6个动作的设计（卖出，卖空，卖出持有，卖空，卖出，覆盖） 强化学习模块基于： 使用VWAP或BBIBOLL的上下线将价格转换为（-1,1） 分别设计两个增强学习模型，分别用于（买入，卖出持有）和（卖空，覆盖，持有） 设置两个模型的优先级，并决定应输出哪个操作 基于价格预测和RL收益的库存拣货策略 数据处理模块 我从Kaggle获得了数据集，该数据集是美国股票市场的每日价格和数量数据。 数据集包括开盘价，收盘价，高价，低价和数量。 但是，这种数据在深度学习和强化学习的训练中效果不佳。 因此，我创建了数十个技术分析功能以为输入生成更多功能。 通过这种方式

行业分类-物理装置-数据驱动的故障诊断与最优控制系统一体化设计方法.zip