人工智能是21世纪最激动人心的技术之一。人工智能,就是像人一样的智能,而人的智能包括感知、决策和认知(从直觉到推理、规划、意识等)。其中,感知解决what,深度学习已经超越人类水平;决策解决how,强化学习在游戏和机器人等领域取得了一定效果;认知解决why,知识图谱、因果推理、持续学习等第三代人工智能正在研究。
强化学习,采用反馈学习的方式解决序贯决策问题,因此必然是通往通用人工智能的终极钥匙。其中,AI 1.0 符号学派, AI 2.0 联结学派,AI 3.0不管是结合也好,另辟蹊径也好,必然离不开行为学派,因为这是自然智能的学习方式。我特别喜欢强化学习,深深被其框架所吸引,智能体通过与环境交互来成长,这不就是生命的进化规律么!
个人作为一名AI独立研究员,一路也是通过知乎、b站、GitHub、公众号和各类博客学习过来,非常感谢网络时代大家的分享,同时将自己在强化学习方面的经验总结整理分享,既是方便自己学习,也希望能帮助一点刷到这条知乎的朋友们。当然,强化学习也面临很多问题,希望我们一起解决,让强化学习变得更好!
1. 视频(从入门到放弃)
https://github.com/AndyYue1893/Reinforcement-learning-with-tensorflow
1.2 DeepMind_David Silver_UCL深度强化学习课程(2015)、PPT、笔记及代码
https://blog.csdn.net/u_say2what/article/details/89216190
https://zhuanlan.zhihu.com/p/37690204
1.3 台大李宏毅老师深度强化学习(国语)课程(2018)、PPT、笔记
http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLDS18.html
https://blog.csdn.net/cindy_1102/article/details/87904928
1.4 UC Berkeley_Sergey Levine_CS285(294)深度强化学习(2019)、PPT、代码
http://rail.eecs.berkeley.edu/deeprlcourse/
https://github.com/berkeleydeeprlcourse/homework
1 .5 Stanford_Emma Brunskill_CS234: Reinforcement Learning | Winter 2019
2. 书籍
2.1 强化学习圣经Rich Sutton中文书、英文电子书、代码 ★★★★★
基础必读,有助于理解强化学习精髓
https://item.jd.com/12696004.html
http://incompleteideas.net/book/the-book-2nd.html
https://github.com/AndyYue1893/reinforcement-learning-an-introduction
2.2 Python深度学习:基于PyTorch[Deep Learning with Python and PyTorch] ★★★★★
思路简洁、清晰,内容经典、精华,深度强化学习研究基础
https://item.jd.com/12590209.html
2.3 Python强化学习实战_Sudharsan Ravichandiran、代码 ★★★★
上手快,代码清晰
https://item.jd.com/12506442.html
https://github.com/AndyYue1893/Hands-On-Reinforcement-Learning-With-Python
2.4 强化学习精要_冯超 ★★★★
从基础到前沿,附代码
https://item.jd.com/12344157.html
2.5 Reinforcement Learning With Open AI TensorFlow and Keras Using Python_OpenAI
注重实战(提取码: av5p)
https://pan.baidu.com/share/init?surl=nQpNbhkI-3WucSD0Mk7Qcg
3. 教程
3.1 莫烦Python
通俗易懂,快速入门
3.2 OpenAI Spinning Up英文版、中文版、介绍by量子位
在线学习平台,包括原理、算法、论文、代码
https://spinningup.openai.com/en/latest/
https://spinningup.readthedocs.io/zh_CN/latest/index.html
https://zhuanlan.zhihu.com/p/49087870
3.3 Stable Baselines3
PyTorch实现代码
https://stable-baselines3.readthedocs.io/en/master/
https://github.com/DLR-RM/stable-baselines3
4. 代码
除了https://github.com/AndyYue1893/spinningup 和 https://github.com/DLR-RM/stable-baselines3,推荐以下个人实现参考。代码有时比论文更重要!!!
4.1 sweetice
https://github.com/AndyYue1893/Deep-reinforcement-learning-with-pytorch
4.2 张楚珩
https://github.com/zhangchuheng123/Reinforcement-Implementation
5. 算法
三大经典算法,追根溯源
5.1 DQN(连续状态、离散动作)
Mnih. Volodymyr, et al. "Human-level control through deep reinforcement learning." Nature 518.7540 (2015): 529. (Nature版本)
https://storage.googleapis.com/deepmind-data/assets/papers/DeepMindNature14236Paper.pdf
5.2 DDPG(连续状态、连续动作)
David. Silver, et al. "Deterministic policy gradient algorithms." ICML. 2014.
5.3 A3C & A2C
Mnih. Volodymyr, et al. "Asynchronous methods for deep reinforcement learning." International conference on machine learning. 2016.
https://www.researchgate.net/publication/301847678_Asynchronous_Methods_for_Deep_Reinforcement_Learning
https://openai.com/blog/baselines-acktr-a2c/
6. 环境
6.1 OpenAI Gym
http://gym.openai.com
6.2 Emo Todorov Mujoco
http://www.mujoco.org
6.3 通用格子世界环境类
https://zhuanlan.zhihu.com/p/28109312
https://cs.stanford.edu/people/karpathy/reinforcejs/index.html
7. 框架/平台
7.1 OpenAI Baselines & Stable Baselines
集成度高,经典必读
https://github.com/openai/baselines
https://github.com/hill-a/stable-baselines
7.2 百度 PARL
扩展性强,可复现性好,友好
https://github.com/paddlepaddle/parl
7.3 DeepMind OpenSpiel(仅支持Debian和Ubuntu)
28种棋牌类游戏和24种算法
https://github.com/deepmind/open_spiel
7.4 清华 tianshou
fast-speed modularized framework and pythonic API
完美复现paper结果
https://github.com/thu-ml/tianshou
8. 论文
8.1 Spinning Up推荐论文 ★★★★★
https://zhuanlan.zhihu.com/p/50343077
8.2 NeuronDance ★★★★★
https://blog.csdn.net/gsww404
8.3 清华张楚珩 ★★★★
https://zhuanlan.zhihu.com/p/46600521
8.4 paperswithcode附代码 ★★★★
https://www.paperswithcode.com/area/playing-games
https://github.com/AndyYue1893/pwc
9. PPT
9.1 Reinforcement learning_Nando de Freitas_DeepMind_2019
https://pan.baidu.com/s/1KF10W9GifZCDf9T4FY2H9Q
9.2 Policy Optimization_Pieter Abbeel_OpenAI/UC Berkeley/Gradescope
https://pan.baidu.com/s/1KF10W9GifZCDf9T4FY2H9Q
10. 会议&期刊
10.1 会议
AAAI、NIPS、ICML、ICLR、IJCAI、AAMAS、IROS等
10.2 期刊
AI、JMLR、JAIR、Machine Learning、JAAMAS等
10.3 计算机和人工智能会议(期刊)排名
清华发布新版计算机学科推荐学术会议和期刊列表,与CCF有何不同?
https://www.aminer.cn/ranks/conf/artificial-intelligence-and-pattern-recognition
11. 公众号
1 深度强化学习实验室
2 机器之心
3 AI科技评论
4 新智元
5 学术头条
12. 知乎
12.1 大牛
田渊栋、Flood Sung、许铁-巡洋舰科技(微信公众号同名)、
周博磊、俞扬、张楚珩、天津包子馅儿、JQWang2048 及其互关大牛等
12.2 专栏
- David Silver强化学习公开课中文讲解及实践(叶强,比较经典)
- 强化学习知识大讲堂(《深入浅出强化学习:原理入门》作者天津包子馅儿)
- 智能单元(杜克、Floodsung、wxam,聚焦通用人工智能,Flood Sung:深度学习论文阅读路线图 Deep Learning Papers Reading Roadmap很棒,Flood Sung:最前沿:深度强化学习的强者之路)
- 深度强化学习落地方法论(西交 大牛,实操经验丰富)
- 深度强化学习(知乎:JQWang2048,GitHub:NeuronDance,CSDN:J. Q. Wang)
- 神经网络与强化学习(《Reinforcement Learning: An Introduction》读书笔记)
- 强化学习基础David Silver笔记(陈雄辉,南大,DiDi AI Labs)
13. 博客
13.1 lilianweng(OpenAI)
https://lilianweng.github.io/lil-log/
13.2 J. Q. Wang
https://blog.csdn.net/gsww404
13.3 草帽BOY
https://blog.csdn.net/u013236946/category_6965927.html
13.4 Andrej Karpathy(李飞飞高徒,Tesla AI和Autopilot Vision 部门主管)
http://karpathy.github.io
13.5 fromeast简书
https://www.jianshu.com/u/910953b56cd1
13.6 大卜口(谷歌大脑研究科学家 David Ha)
blog.otoro.net
14. 官网
以及Sutton老爷子、Andrew NG、David Silver、Pieter Abbeel、John Schulman、Sergey Levine、Chelsea Finn、Andrej Karpathy等主页