回购深度强化学习纳米学位课程

深度强化学习纳米学位 该存储库包含与Udacity的“ 计划有关的材料。 目录 讲解 这些教程将引导您实现强化学习中的各种算法。 所有代码都在PyTorch（v0.4）和Python 3中。 ：实现动态编程算法，例如策略评估，策略改进，策略迭代和值迭代。 ：实施蒙特卡洛方法进行预测和控制。 ：实施时差方法，例如Sarsa，Q-Learning和Expected Sarsa。 ：了解如何离散化连续状态空间，以及解决Mountain Car环境。 ：实现离散化连续状态空间的方法，以实现更好的泛化。 ：探索如何使用深度Q网络（DQN）导航航天器而不会坠毁。 ：使用C ++ API从3D虚拟机器人仿真中训练强化学习代理。 （外部链接） ：使用具有自适应噪声缩放功能的爬坡来平衡移动小车上的杆。 ：使用交叉熵法训练汽车在陡峭的山坡上行驶。 ：了解如何使用蒙特卡洛政策渐变，解决了经典