a collection of DRL-repo in Github

很多资料都整理了这块的内容，我再简单的理清楚一下吧， 附带一些其他人的评价。

课程主页 \ b站(熟肉)

伦敦学院2015的经典课程， sutton体系。侧重RL的基本概念，没有深度RL方面的内容。偏重非深度的RL实现，重视数学证明convergence，以及value based RL。基本是把sutton的书精华提炼了一遍，大概学习路线是 agent-environment loop->MDP->Dynamic planning->Monte Carlo->TD->function approximation

课程主页

26-27 August 2017. UCB暑假课的课程，比较简洁全面的介绍一些RL方法。

CS 285: Deep Reinforcement Learning, Decision Making, and Control

Home Page \ youtube(生肉) \ b站(生肉) \ b站CS294-112(熟肉) \ Homework_repo

这门课原来叫cs294，首先294是伯克利Special Topics的课号，AP开的课很多都是在294+section这样的课号下试水。今年294-11２深度增强学习已经获得正式课号改为CS285。课程反应了Sergey Levine和整伯克利RL的积累，独立于《RL Introduction》的教学体系自成一派。符号风格和体系不同于《RL Introduction》体系。

CS285的精髓在于各种RL前沿方向全方位的推导和展示。前半部分讲各种RL的基础算法，后半部分讲RL算法的各种衍生，应用，科研。课程基本可以分为DRL介绍+模仿学习、model free、model based、Exploration+迁移+多任务+Meta-learning等四大部分，一共有四个很有趣的assignment（比春季的更好了）。如果你看过david silver的视频并且有机器学习的基础，那么至少你在model free部分是没问题的。秋季课程其实降低了对RL基础的要求，课上推导过程比较清晰。这门课后半model based部分恰好是对david silver等当前已有的课程、书籍里讲的比较少的内容的非常大的补充，不过这部分要求比较高。

CS234: Reinforcement Learning Home Page \ Homework_repo

CS239 Sequential Decision Making Home Page

AA228/CS238 Decision Making under Uncertainty Home Page

Deep Reinforcement Learning Course

国外友人用精简的教程实现，附带有教程网站， 概念入门推荐。用游戏实现DRL经典算法: DQN \ DDQN \ PPO \ A2C ...

整理很完备清晰的深度强化学习算法列表

适合入手算法源码实践！ 中科院自动化所大佬用Pytorch写的DRL实现， 算法完整， 章节清晰， 2019年。

另一个版本基于Pytorch的DRL算法实现， 2019年。

强烈推荐入门！ 莫烦大佬的基于tensorflow的DRL算法实现， 使用tf的中低层api实现网络。

《用Python动手做强化学习》配套代码

[官方] 基于TF2.0开发的全套 DRL算法库(面向科研) 和 高层抽象算法库(面向产品化). 仿真环境基于gym。

鉴于当前(2020.01.08) TF2.0的稳定性, 该库待优化和验证， 可用于后期学习。

高阶api实现的各种state-of-art的DRL算法，提供封装好的接口直接使用。主页文档

OpenAI Baselines is a set of high-quality implementations of reinforcement learning algorithms.

[官方] 官方上台， 吊打一切。 2017年开发，openai自己写的DRL实现库， 代码比较晦涩难懂， 但恰如其名。安装时注意MuJoCo的环境依赖。

基于openai的baselines做的稳定版开发， 适合全面学习。 主页文档

• Unified structure for all algorithms
• PEP8 compliant (unified code style)
• Documented functions and classes
• More tests & more code coverage
• Additional algorithms: SAC and TD3 (+ HER support for DQN, DDPG, SAC and TD3)

基于baseline，已经训练好的库。推荐中期学习使用

多智能体的强化学习论文收集列表

awesome-reinforcement-learning

强化学习的相关学习资料\链接，精简完整的整理。

强化学习从入门到放弃的资料

中文整理的强化学习资料（Reinforcement Learning）， 偏基础和理论。

附带各种课程链接，学院派资料集中地。

[未验证] 从机器学习、神经网络、深度神经网络的全面的资料整理

传统强化学习的算法介绍和实现， 无深度网络。

sutton第二版书的配套章节代码实现和学习

[未验证] sutton第二版书部分章节问题答案

将《动手学深度学习》原文中 MXnet 代码改为用 Pytorch 实现。网页版主页 , 整书pdf下载

openai开发的经典环境， 安装简洁集成高效， 便于测试新算法。主页

gym中整理的openai环境

主页

DeepMind: a tool for developing and testing reinforcement learning agents for the MuJoCo physics engine.

DeepMind: A customisable 3D platform for agent-based AI research.

A set of high-dimensional continuous control environments for use with Unity ML-Agents Toolkit.