《强化学习-原理与Python实现》原书使用Numpy、Keras和Tensorflow实现强化学习方法，见rl-book。
这里使用Pytorch将原书中深度强化学习方法实现一遍。
- 1 - 初识强化学习
- 2 - Markov决策过程
- 3 - 有模型数值迭代
- 4 - 回合更新价值迭代
- 5 - 时序差分价值迭代
- 6 - 函数近似方法
- 7 - 回合更新策略梯度方法
- 8 - 执行者/评论者方法
- 9 - 连续动作空间的确定性策略
- 10 - 综合案例：电动游戏
- 11 - 综合案例：棋盘游戏
- 12 - 综合案例：自动驾驶
| Package | Version | Installation |
|---|---|---|
| python | 3.8.6 | conda create --name rl python=3.8.6 |
| numpy | 1.19.4 | pip install numpy==1.19.4 |
| scipy | 1.5.4 | pip install scipy==1.5.4 |
| pandas | 1.1.4 | pip install pandas==1.1.4 |
| sympy | 1.7 | pip install sympy==1.7 |
| gym | 0.17.3 | pip install gym==0.17.3 |
| tqdm | 4.54.0 | pip install tqdm==4.54.0 |
| matplotlib | 3.3.3 | pip install matplotlib==3.3.3 |
| notebook | 6.1.5 | pip install notebook==6.1.5 |
| pytorch | 1.7.0 | cpu：conda install pytorch==1.7.0 cpuonly -c pytorch gpu：conda install pytorch==1.7.0 cudatoolkit=10.2 -c pytorch |