包括DP, MC, TD, TD-lambda, DQN, PG, AC, A3C, DDPG, Dyna_Q, Bandit, AlphaGoBangZero以及部分仿真游戏源码
2021-10-14 16:17:05
32.58MB
1
金融投资组合选择和自动交易中的Q学习
Policy Gradient和Q-Learning是强化学习（机器学习的一个分支）中的技术，而后者由于在视频游戏和与人类专家进行的Game of Go比赛中的胜利而具有较高的知名度。 但是，由于问题学习中连续的行动空间，强化学习在金融投资组合管理问题上的成功应用以前大多限于“策略梯度”变体。 在这个项目中，我们将采用一种简单的离散化方案，以使问题适合于不连续的Q学习技术。 然后，将通过其在其他更成熟的方法上的性能来检验这种方法的有效性。
可能的方法
使用
使用
使用
从零开始的代码
...
2021-10-11 17:03:40
2.08MB
1
keras搭建DQN，构建FlappyBird智能体的模型，分别训练200轮以及github上下载的292轮模型
2021-09-30 17:05:25
21.23MB
1
可读，可重用，可扩展
Machin是为pytorch设计的增强库。
支持的型号
任何事物，包括循环网络。
支持的算法
当前，Machin已实现以下算法，该列表仍在增长：
单代理算法：
多主体算法：
大规模并行算法：
增强功能：
支持的算法：
进化策略
基于模型的方法
特征
1.可读
与其他强化学习库（例如著名的 ， 和。 Machin尝试仅提供RL算法的简单明了的实现。
Machin中的所有算法均以最小的抽象设计，并具有非常详细的文档以及各种有用的教程。
2.可重复使用
Machin采用与pytorch类似的方法，将算法和数据结构封装在自己的类中。 用户无需设置一系列data collectors ， trainers ， runners ， samplers ...即可使用它们，只需导入即可。
模型上的唯一限制是它们的输入/输出格式，但是，这些限制很小，可以轻松地使算法适
2021-09-17 19:09:16
1.54MB
1
强化学习
深度学习：优化
创建人：Vithurshan Vijayachandran和Hisho Rajanathan
RLearning_NOTEBOOK.ipynb-适用于基本（Q学习）和高级任务（DQN和DDQN）的Jupyter笔记本。
RL_Rport.pdf：报告所有研究结果和评估。
使用以下预训练模型来测试网络，因为重新训练非常耗时。
DQNTrainingModel.h5-测试DQN网络所需的文件
DDQNTrainingModel.h5-测试DDQN网络所需的文件
DDQNPERTrainingModel.h5 =使用PER网络测试DDQN所需的文件
2021-09-14 10:57:27
2.5MB
1
#4.7*_Dueling_DQN_using_Tensorflow_(强化学习_Reinforcement_Learning_
2021-09-01 21:00:23
16.83MB