http://blog.csdn.net/songrotek/article/details/50572935

1 學習資料

增強學習課程 David Silver （有視頻和ppt）:

http://www0.cs.ucl.ac.uk/staff/D.Silver/web/Teaching.html

最好的增強學習教材：

Reinforcement Learning: An Introduction

https://webdocs.cs.ualberta.ca/~sutton/book/the-book.html

?

深度學習課程 （有視頻有ppt有作業）

?

https://www.cs.ox.ac.uk/people/nando.defreitas/machinelearning/

?

深度增強學習的講座都是David Silver的：

ICLR 2015 part 1?https://www.youtube.com/watch?v=EX1CIVVkWdE

ICLR 2015 part 2?https://www.youtube.com/watch?v=zXa6UFLQCtg

UAI 2015?https://www.youtube.com/watch?v=qLaDWKd61Ig

RLDM 2015?http://videolectures.net/rldm2015_silver_reinforcement_learning/

?

其他課程：

增強學習

Michael Littman:

https://www.udacity.com/course/reinforcement-learning–ud600

?

AI（包含增強學習，使用Pacman實驗）

Pieter Abbeel：

https://www.edx.org/course/artificial-intelligence-uc-berkeleyx-cs188-1x-0#.VKuKQmTF_og

?

Deep reinforcement Learning:

Pieter Abbeel

http://rll.berkeley.edu/deeprlcourse/

?

高級機器人技術（Advanced Robotics）：

Pieter Abbeel：

http://www.cs.berkeley.edu/~pabbeel/cs287-fa15/

?

深度學習相關課程：

用于視覺識別的卷積神經網絡（Convolutional Neural Network for visual network)

http://cs231n.github.io/

?

機器學習 Machine Learning

Andrew Ng

https://www.coursera.org/learn/machine-learning/

http://cs229.stanford.edu/

?

神經網絡（Neural Network for Machine Learning)(2012年的）

Hinton:

https://www.coursera.org/course/neuralnets

?

最新機器人專題課程Penn（2016年開課）：

https://www.coursera.org/specializations/robotics

?

2 論文資料

https://github.com/junhyukoh/deep-reinforcement-learning-papers

https://github.com/muupan/deep-reinforcement-learning-papers

?

這兩個人收集的基本涵蓋了當前deep reinforcement learning 的論文資料。目前確實不多。

?

3 大牛情況：

DeepMind：

http://www.deepmind.com/publications.html

?

Pieter Abbeel 團隊：

http://www.eecs.berkeley.edu/~pabbeel/

?

Satinder Singh:

http://web.eecs.umich.edu/~baveja/

?

CMU 進展：

http://www.cs.cmu.edu/~lerrelp/

?

Prefered Networks: (日本創業公司，很強，某有代碼）

?

4 會議情況

Deep Reinforcement Learning Workshop NIPS 2015

http://rll.berkeley.edu/deeprlworkshop/

***********************************************************************************************

Deep Reinforcement Learning 深度增強學習資源 (持續更新）

Flood Sung · 3 個月前

Deep Reinforcement Learning深度增強學習可以說發源于2013年DeepMind的Playing Atari with Deep Reinforcement Learning 一文，之后2015年DeepMind 在Nature上發表了Human Level Control through Deep Reinforcement Learning一文使Deep Reinforcement Learning得到了較廣泛的關注，在2015年涌現了較多的Deep Reinforcement Learning的成果。而2016年，隨著AlphaGo的出現，Deep Reinforcement Learning 將進入全面發展的階段。

Deep Reinforcement Learning面向決策與控制問題，而決策與控制很大程度上決定了人工智能的發展水平。也因此，AlphaGo的出現具有里程碑的意義。Deep Reinforcement Learning研究使用深度神經網絡來解決決策控制問題，是深度學習領域最前沿的研究方向之一。

本文主要收集與Deep Reinforcement Learning相關的各種資料，希望對有興趣研究的童鞋有所幫助。接下來，本專欄將由我繼續發布Deep Reinforcement Learning的相關文章。

PS：最新的資料會在資料前方標出。

1 學習資料

1）增強學習相關課程：

• David Silver的增強學習課程（有視頻和ppt）: http://www0.cs.ucl.ac.uk/staff/D.Silver/web/Teaching.html
  
• 最好的增強學習教材：Sutton & Barto Book: Reinforcement Learning: AnIntroduction
  
• Nando de Freitas的深度學習課程 （有視頻有ppt有作業）：Machine Learning
  
• Michael Littman的增強學習課程：https://www.udacity.com/course/reinforcement-learning–ud600
• Pieter Abbeel 的AI課程（包含增強學習，使用Pacman實驗）：Artificial Intelligence
• Pieter Abbeel 的深度增強學習課程：CS 294 Deep Reinforcement Learning, Fall 2015
• Pieter Abbeel 的 高級機器人技術（Advanced Robotics）: CS287 Fall 2015
  
• 最新機器人專題課程Penn（2016年開課）：Specialization
  

2）深度學習相關課程：

• Fei Fei Li的用于視覺識別的卷積神經網絡 : CS231n Convolutional Neural Networks for Visual Recognition
  
• Andrew Ng（一個是Coursera上的課程，一個是Stanford的課程）：Machine LearningCS 229: Machine Learning
• Hinton的神經網絡課程（Neural Network for Machine Learning)(2012年的）Coursera - Free Online Courses From Top Universities
  

3）深度增強學習相關blog：

• drl的入門博客（感謝知友Richard Huang）
  

1. Guest Post (Part I): Demystifying Deep Reinforcement Learning

2.Guest Post (Part II): Deep Reinforcement Learning with Neon

3.Blog Post (Part III): Deep Reinforcement Learning with OpenAI Gym

• （最新）Andrej Karpathy blog: Deep Reinforcement Learning: Pong from Pixels

2 深度增強學習相關講座

• David Silver的：
  

ICLR 2015 part 1 https://www.youtube.com/watch?v=EX1CIVVkWdE

ICLR 2015 part 2 https://www.youtube.com/watch?v=zXa6UFLQCtg

UAI 2015 https://www.youtube.com/watch?v=qLaDWKd61Ig

RLDM 2015 Deep Reinforcement Learning

(最新）ICML 2016：深度增強學習TutorialAlphaGo Tutorial

• Pieter Abbeel: https://www.youtube.com/watch?v=evq4p1zhS7Q
• （最新）Sergey Levine: Deep Robotic Learning
• （最新）John Schulman：Machine Learning Summer School

3 論文資料

• GitHub - junhyukoh/deep-reinforcement-learning-papers: A list of recent papers regarding deep reinforcement learning
  
• GitHub - muupan/deep-reinforcement-learning-papers: A list of papers and resources dedicated to deep reinforcement learning
  

這兩個人收集的基本涵蓋了當前deep reinforcement learning 的論文資料。目前確實不多。

4 大牛與企業情況：

• DeepMind：http://www.deepmind.com/publications.html
• OpenAI: OpenAI Gym
• Pieter Abbeel 團隊(已加入OpenAI）：Pieter Abbeel---Associate Professor UC Berkeley---Co-Founder Gradescope---
• Satinder Singh:Home page for Satinder Singh (Baveja) and Reinforcement Learning
• CMU 進展：Lerrel PintoRuslan Salakhutdinov
• Prefered Networks: (日本創業公司）Preferred Networks
  
• Osaro:www.osaro.com
  

5 會議情況

• NIPS 2015 Deep Reinforcement Learning Workshop
• ICLR 2016
• （最新）RSS 2016 Deep Learning for Robotics

6 開源代碼

在github可以找到dqn，ddpg，a3c, trpo 等深度增強學習典型算法的代碼，以下為一些舉例的開源代碼：

• GitHub - songrotek/DeepTerrainRL: terrain-adaptive locomotion skills using deep reinforcement learning
  
• GitHub - songrotek/async-rl: An attempt to reproduce the results of "Asynchronous Methods for Deep Reinforcement Learning" (http://arxiv.org/abs/1602.01783)
  
• GitHub - songrotek/rllab: rllab is a framework for developing and evaluating reinforcement learning algorithms.
  
• GitHub - songrotek/DRL-FlappyBird: Playing Flappy Bird Using Deep Reinforcement Learning (Based on Deep Q Learning DQN using Tensorflow)
  
• GitHub - songrotek/DeepMind-Atari-Deep-Q-Learner: The original code from the DeepMind article + my tweaks

總結

以上是生活随笔為你收集整理的Deep Reinforcement Learning 深度增强学习资源的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。