RL

强化学习 让我以另一种方式玩游戏吧

深度强化学习训练智能体:超级玛丽

DQN in Pytorch Stream 3 of N | Atari Breakout + Logging and Monitoring

DeepMind Made A Superhuman AI For 57 Atari Games! 🕹 Two Minute Papers

Python Flappy Bird AI Tutorial (with NEAT) - Creating the Bird

A.I. Flappy Bird without Libraries from SCRATCH (Python/PyCharm) Max Teaches Tech

How to Solve a Basic Reinforcement Learning Example | RL Hello World

An introduction to Reinforcement Learning

平台

OpenAI

UP

课程

Using AI to accelerate scientific discovery - Demis Hassabis (Crick Insight Lecture Series)

CS234: Reinforcement Learning

Reinforcement Learning - David Silver

What is the Statistical Complexity of Reinforcement Learning?

强化学习的统计复杂性

Reinforcement Learning in 3 Hours

[Tutorialsplanet.NET] Udemy - Advanced AI Deep Reinforcement Learning in Python

[Tutorialsplanet.NET] Udemy - Artificial Intelligence Reinforcement Learning in Python

[Tutorialsplanet.NET] Udemy - Artificial Intelligence Reinforcement Learning in Python

强化学习是一种机器学习的类型,涉及代理通过反复试验来学习如何在环境中做出决策。代理的目标是最大化由环境给出的奖励信号。代理学习采取导致最大可能奖励的行动,同时避免导致负面结果的行动。

Richard S. Sutton和Andrew G. Barto的《强化学习导论》一书全面介绍了强化学习领域。该书涵盖价值函数、蒙特卡罗方法、时序差分学习和策略梯度等主题。

该书的第一版于1998年出版,第二版目前正在编写中。第二版根据领域内最新进展更新了材料,并增加了有关深度强化学习和多智能体强化学习的新章节。

该书被广泛认为是关于强化学习的最权威的文本之一,并被该领域的研究人员和实践者用作参考。它适合本科和研究生学生,并为任何对学习或从事强化学习感兴趣的人提供了坚实的基础。

算法

DQN
RLHF

PPO

Evolution

具身智能 Embodied AI

游戏AI

Voyager

其他

俄罗斯方块Tetris AI Learns to Play Tetris [Cocos Creator/TypeScript] Archi Tsai

AirSim

AirSim是由微软开发的一个开源的模拟器,用于模拟无人机、汽车和机器人等各种类型的机器人的行为和环境。它提供了高度可定制的环境,允许用户在虚拟场景中测试各种机器人算法,包括视觉SLAM、路径规划、控制等等。

AirSim的最大特点是其高度逼真的图形渲染引擎和物理模拟引擎。它使用了虚幻引擎作为渲染引擎,并使用了现代计算机图形学技术来模拟各种物理现象,例如惯性、空气阻力、摩擦力等等,以使得机器人在仿真环境中的行为和现实世界中的行为尽量相似。

AirSim还提供了一套API,使得用户可以轻松地控制和监测机器人的状态。这些API可以用C++、Python和ROS等语言和框架进行访问。

总之,AirSim为机器人研究和开发人员提供了一个快速、高效、低成本的测试平台,可以加速机器人技术的发展。

rl + 无人机

最后更新于

这有帮助吗?