Deep Reinforcement Learning(深度强化学习)

本仓库由“深度强化学习实验室(DeepRL-Lab)”创建，希望能够为所有DRL研究者，学习者和爱好者提供一个学习指导。

如今机器学习发展如此迅猛，各类算法层出不群，特别是深度神经网络在计算机视觉、自然语言处理、时间序列预测等多个领域更是战果累累，可以说这波浪潮带动了很多人进入深度学习领域，也成就了其一番事业。而强化学习作为一门灵感来源于心理学中的行为主义理论的学科，其内容涉及概率论、统计学、逼近论、凸分析、计算复杂性理论、运筹学等多学科知识，难度之大，门槛之高，导致其发展速度特别缓慢。围棋作为人类的娱乐游戏中复杂度最高的一个，它横竖各有19条线，共有361个落子点，双方交替落子，状态空间高达10的171次方(注：宇宙中的原子总数是10的80次方，即使穷尽整个宇宙的物质也不能存下围棋的所有可能性）

1、Deep Reinforcement Learning？

围棋被攻克证明了强化学习发展的威力，作为AlphoGo的带头人，强化学习界的大神，David Sliver提出人工智能的终极目标是：

AI = DL(Deep Learning) + RL(Reinforcement Learning) == DRL(Deep Reinforcement Learning)

2、Application？

在深度学习已经取得了很大的进步的基础上，深度强化学习真正的发展归功于神经网络、深度学习以及计算力的提升，David就是使用了神经网络逼近值函数后提出深度强化学习（Deep Reinforcement Learning，DRL），并证明了确定性策略等。纵观近四年的ICML，NPIS等顶级会议论文，强化学习的理论进步，应用领域逐渐爆发式增广，目前已经在如下领域有了广泛使用:

• 自动驾驶：自动驾驶载具（self-driving vehicle）
• 控制论(离散和连续大动作空间): 玩具直升机、Gymm_cotrol物理部件控制、机器人行走、机械臂控制。
• 游戏：Go, Atari 2600(DeepMind论文详解)等
• 自然语言处理：机器翻译, 文本序列预测，问答系统，人机对话
• 超参数学习：神经网络参数自动设计
• 推荐系统：阿里巴巴黄皮书（商品推荐），广告投放。
• 智能电网：电网负荷调试，调度等
• 通信网络：动态路由, 流量分配等
• 财务与财经系统分析与管理
• 智能医疗
• 智能交通网络及网络流
• 物理化学实验：定量实验，核素碰撞，粒子束流调试等
• 程序学习和网络安全：网络攻防等

3、一流研究机构有哪些?

机构名	Logo	官网	简介
DeepMind		Access	DeepMind是一家英国的人工智能公司。公司创建于2010年，最初名称是DeepMind科技（DeepMind Technologies Limited），在2014年被谷歌收购。
OpenAI		Access	OpenAI是一个非营利性人工智能（AI）研究组织，旨在促进和发展友好的人工智能，使人类整体受益。这家总部位于旧金山的组织成立于2015年底，旨在通过向公众开放其专利和研究，与其他机构和研究人员“自由合作”。创始人（尤其是伊隆马斯克和萨姆奥特曼）的部分动机是出于对通用人工智能风险的担忧。
UC Berkeley		Access1 Access2
...

4、业界大佬有哪些？

5、如何学习?

6、关于深度强化学习实验室

-|-|-| 成员|包含教授、讲师、博士、硕士、本科、|学术界:清华、北大、山大、浙大、北航、东南、南大、大工、天大、中科大、北理工、国防科大、牛津大学、帝国理工、CMU、南洋理工、柏林工业、西悉尼大学、埃默里大学等
工业界:腾讯、阿里巴巴、网易、头条、华为、快手等

愿景|DeepRL| [1]. 提供最全面的深度强化学习书籍、资料、综述等学习资源。
[2]. 阐述深度强化学习的基本原理、前沿算法、场景应用、竞赛分析、论文分享等专业知识。
[3]. 分享最前沿的业界动态和行业发展趋势。
[4]. 成为所有深度强化学习领域的研究者与爱好者交流平台。

@致谢

欢迎每一位伙伴积极为项目贡献微薄之力，共同点亮星星之火。

贡献者列表(排名不分先后)：

@taoyafan,@BluesChang，@Wangergou123,@TianLin0509，@zanghyu,@hijkzzz,@tengshiquan

@联系方式