https://mp.weixin.qq.com/s/RPjcdyX1HN-6kguxuu9yQg 市面上有很多研究機構和高校正在研究強化學習技術解決量化交易問題，其中比較知名的有“FinRL”，它是一個解決量化交易的開放源代碼庫，可為從業人員提供流水線式的策略開發的統一框架。 編者按 ...

gym入門 gym是用於開發和比較強化學習算法的工具包。它不對代理的結構做任何假設，並且與任何數字計算庫(例如TensorFlow或Theano)兼容。 gym庫是測試問題(環境)的集合，您可以用來制定強化學習算法。這些環境具有共享的接口，使您可以編寫常規算法。 安裝 首先，您需要安裝 ...

平時不怎么寫博客，這次是因為環境的配置花費了我大概一個星期的時間。所以簡單的記錄一下搭建的整個過程，其中有些部分我直接推薦別人的博客的基本教程，都是我親自嘗試過成功的。同時，也希望這篇博客可以幫到您。 ...

openAI 公司給出了一個集成較多環境的強化學習平台 gym , 本篇博客主要是講它怎么安裝。 openAI公司的主頁： https://www.openai.com/systems/ 從主頁上我們可以看到openAI 公司其實給出了多個強化學習的平台，不過最主要 ...

multiagent-particle-envs是OpenAI開源的多智能體學習環境。 一、安裝 Link：https://github.com/openai/multiagent-particle-envs 簡稱小球環境，也是MADDPG用的環境，基本上可以看做 ...

　　　　在前面我們討論了基於價值的強化學習(Value Based RL)和基於策略的強化學習模型(Policy Based RL)，本篇我們討論最后一種強化學習流派，基於模型的強化學習(Model Based RL)，以及基於模型的強化學習算法框架Dyna。 　　　　本篇主要參考了UCL強化學習 ...

(元)強化學習相關開源代碼調研 本地代碼：https://github.com/lucifer2859/meta-RL 元強化學習簡介：https://www.cnblogs.com/lucifer1997/p/13603979.html 一、Meta-RL 1、Learning ...

摘要：本文嘗試以一種通俗易懂的形式對強化學習進行說明，將不會包含一個公式。 本文分享自華為雲社區《強化學習淺述》，作者： yanghuaili 人。 機器學習可以大致分為三個研究領域：監督學習，無監督學習和強化學習（Reinforcement Learning，RL）。監督學習是大家最為 ...