元强化学习简介 　　本来笔者只是想简单做个元强化学习的材料整理，但是做着做着，感觉还是可以讲点什么东西的。虽然笔者能力有限，但是还是希望能够分享一点拙见，以供后来者上手参考。也欢迎大家批评指正。 　　要讲元强化学习，首先肯定是要先了解一下元学习的相关概念。 　　学会如何学习的方法被称为元学习 ...

一.概述 　　强化学习是根据奖励信号以改进策略的机器学习方法。策略和奖励是强化学习的核心元素。强化学习试图找到最大化总奖励的策略。强化学习不是监督学习，因为强化学习的学习过程中没有参考答案；强化学习也不是非监督学习，因为强化学习需要利用奖励信号来学习。 　　强化学习任务常用“智能体/环境”接口 ...

迁移学习是包括fine tune等。用于近似任务的迁移。有局限性。 元学习是自动寻找学习参数。学习学习的规律。 强化学习是增强学习，对于新任务。 图像分类和图像识别的区别和联系：https://blog.csdn.net/kk123k/article/details/86584216 ...

强化学习详解与代码实现 本文系作者原创，转载请注明出处:https://www.cnblogs.com/further-further-further/p/10789375.html 目录 1.引言 ...

谷歌重磅开源强化学习框架Dopamine吊打OpenAI 近日OpenAI在Dota 2上的表现，让强化学习又火了一把，但是 OpenAI 的强化学习训练环境 OpenAI Gym 却屡遭抱怨，比如不太稳定、更新不够及时等。今日，谷歌推出了一款全新的开源强化学习框架 Dopamine，该框架 ...

Goals for the lecture: Introduction & overview of the key methods and developments. [Good s ...

机器学习分类: 强化学习是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益 强化学习基础概念:Agent :主体,与环境交互的对象,动作的行使者Environment : 环境, 通常被规范为马尔科夫决策过程（MDP）State : 环境状态的集合Action ...

强化学习总结 强化学习的故事 强化学习是学习一个最优策略(policy)，可以让本体(agent)在特定环境(environment)中，根据当前的状态(state)，做出行动(action)，从而获得最大回报(G or return)。 有限马尔卡夫决策过程 马尔卡夫决策过程理论 ...