おめでとうございます！

Pythonで学ぶGymnasiumによるReinforcement Learning

Fouad Trad

Machine Learning Engineer

第1章

 

強化学習入門

• RLの基礎
• RLフレームワーク
• Gymnasium

 

第2章

モデルベース学習

• マルコフ決定過程
• 方策・価値関数
• 方策反復・価値反復

第3章

モデルフリー学習

• モンテカルロ法
• 時間差学習
  • SARSA
  • Q-learning

第4章

モデルフリーRLの高度な戦略

• Expected SARSA
• Double Q-learning
• 探索と活用
• 多腕バンディット

次のステップ

• 先端的なRLトピックへ
• 深層RL
• より複雑な環境の探索
• 独自環境の作成

おめでとうございます！

Pythonで学ぶGymnasiumによるReinforcement Learning