动手学强化学习

Tips: 若运行gym环境的代码时遇到报错，请尝试pip install gym==0.18.3安装此版本的gym库，若仍有问题，欢迎提交issue！

欢迎来到《动手学强化学习》（Hands-on Reinforcement Learning）的地带。该系列从强化学习的定义等基础讲起，一步步由浅入深，介绍目前一些主流的强化学习算法。每一章内容都是一个Jupyter Notebook，内含详细的图文介绍和代码讲解。

由于GitHub上渲染notebook效果有限，我们推荐读者前往Hands-on RL主页进行浏览，我们在此提供了纯代码版本的notebook，供大家下载运行。
欢迎在京东和当当网购买《动手学强化学习》。
如果你发现了本书的任何问题，或者有任何改善建议的，欢迎提交issue！
本书配套的强化学习课程已上线到伯禹学习平台，所有人都可以免费学习和讨论。

mac installment steps 1、install miniconda3 mkdir -p ~/miniconda3 curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh -o ~/miniconda3/miniconda.sh bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3 rm ~/miniconda3/miniconda.sh

2、~/miniconda3/bin/conda init 关闭并重新打开当前的 shell

3、conda create --name RLws python=3.9 -y

news ops 0、python==3.9 1、pip install torch==2.3.0 2、pip uninstall gym 3、pip install gym==0.25.2

Name		Name	Last commit message	Last commit date
Latest commit History 6 Commits
__pycache__		__pycache__
my_practices		my_practices
LICENSE		LICENSE
README.md		README.md
miniconda.exe		miniconda.exe
rl_utils.py		rl_utils.py
第10章-Actor-Critic算法.ipynb		第10章-Actor-Critic算法.ipynb
第11章-TRPO算法.ipynb		第11章-TRPO算法.ipynb
第12章-PPO算法.ipynb		第12章-PPO算法.ipynb
第13章-DDPG算法.ipynb		第13章-DDPG算法.ipynb
第14章-SAC算法.ipynb		第14章-SAC算法.ipynb
第15章-模仿学习.ipynb		第15章-模仿学习.ipynb
第16章-模型预测控制.ipynb		第16章-模型预测控制.ipynb
第17章-基于模型的策略优化.ipynb		第17章-基于模型的策略优化.ipynb
第18章-离线强化学习.ipynb		第18章-离线强化学习.ipynb
第19章-目标导向的强化学习.ipynb		第19章-目标导向的强化学习.ipynb
第20章-多智能体强化学习入门.ipynb		第20章-多智能体强化学习入门.ipynb
第21章-多智能体强化学习进阶.ipynb		第21章-多智能体强化学习进阶.ipynb
第2章-多臂老虎机问题.ipynb		第2章-多臂老虎机问题.ipynb
第3章-马尔可夫决策过程.ipynb		第3章-马尔可夫决策过程.ipynb
第4章-动态规划算法.ipynb		第4章-动态规划算法.ipynb
第5章-时序差分算法.ipynb		第5章-时序差分算法.ipynb
第6章-Dyna-Q算法.ipynb		第6章-Dyna-Q算法.ipynb
第7章-DQN算法.ipynb		第7章-DQN算法.ipynb
第8章-DQN改进算法.ipynb		第8章-DQN改进算法.ipynb
第9章-策略梯度算法.ipynb		第9章-策略梯度算法.ipynb

Provide feedback