【資料總結】| Deep Reinforcement Learning 深度強化學習

　　在機器學習中，我們經常會分類為有監督學習和無監督學習，但是嘗嘗會忽略一個重要的分支，強化學習。有監督學習和無監督學習非常好去區分，學習的目標，有無標簽等都是區分標准。如果說監督學習的目標是預測，那么強化學習就是決策，它通過對周圍的環境不斷的更新狀態，給出獎勵或者懲罰的措施，來不斷調整並給出新的策略。簡單來說，就像小時候你在不該吃零食的時間偷吃了零食，你媽媽知道了會對你做出懲罰，那么下一次就不會犯同樣的錯誤，如果遵守規則，那你媽媽興許會給你一些獎勵，最終的目標都是希望你在該吃飯的時候吃飯，該吃零食的時候吃零食，而不是在不合適的時間吃零食。同樣，曾經風靡過一段時間的Flappy bird，很多玩家在短時間內達到了高分，是怎么做到的呢？除了非常厲害的玩家是真的自己手動玩的高分，其實很多高分是通過我們用強化學習的方法來訓練一個模型，讓小鳥自己學習如何不碰到障礙物一直往前飛，獲得最高分。此外，大家熟知的Alpha Go，其實也是強化學習訓練的模型，不過是深度強化學習。

 

　　2013年DeepMind發表了一篇Playing Atari with Deep Reinforcement Learning 文章之后，深度強化學習便慢慢走入人們的視野。后來，在2015年，DeepMind又發表了一篇Human Level Control through Deep Reinforcement Learning，使得深度強化學習得到了廣泛的關注，當年涌現了很多學術成果。我們熟知深度強化學習應該在16~17年的時候，尤其是Alpha Go出現后，很多公司和研究人員開始大量關注深度強化學習，並嘗試將其應用在各個不同的應用場景。

 

　　關於深度強化學習，我整理了一些資料，如果感興趣的可以學習一下（部分鏈接需要科學上網）：

 

【論文】

• 《深度強化學習》英文版(150頁)，是上一版（70頁）的加強版：https://arxiv.org/abs/1810.06339
• 經典書籍：Reinforcement Learning: An Introduction (2nd Edition)
• 論文集，覆蓋面比較廣，需要一定基礎：Reinforcement Learning: State-of-the-Art
• 兩個非常全的論文資料集合：
• GitHub - junhyukoh/deep-reinforcement-learning-papers: A list of recent papers regarding deep reinforcement learning
• GitHub - muupan/deep-reinforcement-learning-papers: A list of papers and resources dedicated to deep reinforcement learning

 

【博客】

• yuxili: https://medium.com/@yuxili
• Guest Post (Part I): Demystifying Deep Reinforcement Learning
• Guest Post (Part II): Deep Reinforcement Learning with Neon
• Blog Post (Part III): Deep Reinforcement Learning with OpenAI Gym
• Andrej Karpathy blog: Deep Reinforcement Learning: Pong from Pixels

 

【文章】

• 南京大學俞楊博士：強化學習前言（強化學習的完整介紹）https://www.leiphone.com/news/201705/uO8nd09EnR77NBRP.html

 

【課程】

• 零基礎入門：莫煩python：https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/
• David Silver的增強學習課程（有視頻和ppt），2015年的，需要一定基礎: http://www0.cs.ucl.ac.uk/staff/D.Silver/web/Teaching.html
• 最好的增強學習教材，可以結合David Silver的課程一起看：Sutton & Barto Book: Reinforcement Learning: An Introduction
• 斯坦福CS234:http://web.stanford.edu/class/cs234/index.html
• 伯克利CS294:http://rll.berkeley.edu/deeprlcourse/
• Pieter Abbeel 的AI課程（包含增強學習，使用Pacman實驗）：Artificial Intelligence
• Pieter Abbeel 的深度增強學習課程：CS 294 Deep Reinforcement Learning, Fall 2015
• Nando de Freitas的深度學習課程 （有視頻有ppt有作業）：Machine Learning
• Michael Littman的增強學習課程：https://www.udacity.com/course/reinforcement-learning–ud600
• 最新機器人專題課程Penn（2016年開課）：Specialization 
• Deep Learning Summer School：pptsvideos

 

 

【學習網站】

• openAI GYM Reinforcement Learning toolkits: https://gym.openai.com
• 強化學習示例演示：https://qqiang00.github.io/reinforce/javascript/demo_iteration.html
• karpathy的各種強化學習的演示：https://cs.stanford.edu/people/karpathy/reinforcejs/index.html
• MIT的強化學習在線學習網站：http://web.mst.edu/~gosavia/rl_website.html

 

【Github】

• Awesome-RL: https://github.com/aikorea/awesome-rl
• Flappybird：https://github.com/yenchenlin/DeepLearningFlappyBird
• Deep Reinforcement Learning in Tensorflow:https://github.com/carpedm20/deep-rl-tensorflow
• https://github.com/ShangtongZhang/reinforcement-learning-an-introduction
• GitHub - songrotek/DeepTerrainRL: terrain-adaptive locomotion skills using deep reinforcement learning
• GitHub - songrotek/async-rl: An attempt to reproduce the results of "Asynchronous Methods for Deep Reinforcement Learning" (http://arxiv.org/abs/1602.01783)
• GitHub - songrotek/rllab: rllab is a framework for developing and evaluating reinforcement learning algorithms.
• GitHub - songrotek/DRL-FlappyBird: Playing Flappy Bird Using Deep Reinforcement Learning (Based on Deep Q Learning DQN using Tensorflow)
• GitHub - songrotek/DeepMind-Atari-Deep-Q-Learner: The original code from the DeepMind article + my tweaks

 

 

【會議】

• NIPS 2015 Deep Reinforcement Learning Workshop
• ICLR 2016
• RSS 2016 Deep Learning for Robotics

 

　　歡迎大家收藏和補充~