如何實現強化學習模型？

Question

我有一些關於強化學習的問題。 我已經研究了強化學習的所有數學背景，但我無法編寫這個模型。

我對定義環境感到非常困惑。 我們可以使用 OpenAI 健身房解決各種問題嗎？ 這對我來說沒有意義。 例如，玩游戲不同於股票預測。 但是我怎么在這兩種情況下都看到有人在使用 OpenAI 健身房？

我還找到了以下列表。 論文究竟是什么？ 它們是實現強化學習模型的框架嗎？

你能不能給一個鏈接、來源、視頻、課程或任何可以讓我清楚的東西。

Answer 1

OpenAI Gym 是環境的集合。 如果你研究過 RL 的數學背景，那么 Gym 只是一個 MDP 的集合。 然后由您將 RL 算法掛鈎到這些 MDP，並進行實際學習。

您找到的列表可能有點舊，因為 rllab 最近已重命名為garage 。 我不知道其中的大多數，但我會說它們是已經實現的 RL 算法庫（至少 rllab 和 OpenAI 基線是這樣）。 您可以查看他們的代碼，了解他們如何實現不同的 RL 算法。