reinforcement-learning.md

强化学习

强化学习参考资料下载站：强化学习 - 足球机器人基地参考资料下载站 > 强化学习 (npu5v5.cn)

强化学习简介

强化学习（英语：Reinforcement learning，简称RL）是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益[1]。强化学习是除了监督学习和非监督学习之外的第三种基本的机器学习方法。与监督学习不同的是，强化学习不需要带标签的输入输出对，同时也无需对非最优解的精确地纠正。其关注点在于寻找探索（对未知领域的）和利用（对已有知识的）的平衡[2]，强化学习中的“探索-利用”的交换，在多臂老虎机问题和有限MDP中研究得最多。

参考资料

Reinforcement Learning

• 作者：Richard S. Sutton and Andrew G. Barto

• 链接：Reinforcement Learning.pdf (npu5v5.cn)

• 推荐理由：强化学习领域经典书籍

深入浅出强化学习：原理入门

• 作者：郭宪 & 方勇纯

• 链接：深入浅出强化学习：原理入门 (npu5v5.cn)

• 推荐理由：深入浅出讲解强化学习，很好的讲解了原理

伯克利强化学习课程

• 作者：伯克利大学

• 链接：伯克利强化学习课程.pdf (npu5v5.cn)

• 推荐理由：经典课程