Glückwunsch!

Reinforcement Learning mit Gymnasium in Python

Fouad Trad

Machine Learning Engineer

Kapitel 1

 

Einführung in Reinforcement Learning
  • RL‑Grundlagen
  • RL‑Framework
  • Gymnasium

  Bild zeigt: Die Umgebung liefert dem Agenten Beobachtungen; der Agent führt Aktionen aus und erhält dafür Belohnungen oder Strafen.

Reinforcement Learning mit Gymnasium in Python

Kapitel 2

model‑free

Model‑based Learning
  • Markov‑Entscheidungsprozess
  • Policies, Wertfunktionen
  • Policy Iteration, Value Iteration
Reinforcement Learning mit Gymnasium in Python

Kapitel 3

Model‑Free Learning
  • Monte‑Carlo‑Methoden
  • Temporal‑Difference‑Learning
    • SARSA
    • Q‑Learning

Bild eines Roboters, der mit einer Schach‑Umgebung interagiert.

Reinforcement Learning mit Gymnasium in Python

Kapitel 4

letztes Kapitel

Fortgeschrittene Strategien in model‑free RL
  • Expected SARSA
  • Double Q‑Learning
  • Exploration vs. Exploitation
  • Multi‑Armed Bandits
Reinforcement Learning mit Gymnasium in Python

Nächste Schritte

  • Vertiefe fortgeschrittene RL‑Themen
  • Deep RL
  • Komplexere Umgebungen erkunden
  • Eigene Umgebungen erstellen

nächste Schritte

Reinforcement Learning mit Gymnasium in Python

Glückwunsch!

Reinforcement Learning mit Gymnasium in Python

Preparing Video For Download...