恭喜！

Python 中的 Gymnasium 强化学习

Fouad Trad

Machine Learning Engineer

第1章

 

强化学习简介

• RL基础
• RL框架
• Gymnasium

 

第2章

基于模型的学习

• 马尔可夫决策过程
• 策略、价值函数
• 策略迭代、价值迭代

第3章

无模型学习

• 蒙特卡罗方法
• 时序差分学习
  • SARSA
  • Q学习

第4章

无模型强化学习的高级策略

• 期望SARSA
• 双Q学习
• 探索-利用权衡
• 多臂老虎机

后续步骤

• 深入高级RL主题
• 深度RL
• 探索更复杂的环境
• 创建您自己的环境

恭喜！

Python 中的 Gymnasium 强化学习