rlcode/reinforcement-learning-kr

RLCode팀이 직접 만든 강화학습 예제들을 모아놓은 Repo 입니다. 영문 (English)

Maintainers - 이웅원, 이영무, 양혁렬, 이의령, 김건우

Pull Request는 언제든 환영입니다. 문제나 버그, 혹은 궁금한 사항이 있으면 이슈에 글을 남겨주세요.

필요한 라이브러리들 (Dependencies)

1. Python 3.5
2. Tensorflow 1.0.0
3. Keras
4. numpy
5. pandas
6. pillow
7. matplot
8. Skimage
9. h5py

설치 방법 (Install Requirements)

pip install -r requirements.txt

목차 (Table of Contents)

Grid World - 비교적 단순한 환경인 그리드월드에서 강화학습의 기초를 쌓기

• 정책 이터레이션 (Policy Iteration)
• 가치 이터레이션 (Value Iteration)
• 몬테카를로 (Monte Carlo)
• 살사 (SARSA)
• 큐러닝 (Q-Learning)
• Deep SARSA
• REINFORCE

CartPole - 카트폴 예제를 이용하여 여러가지 딥러닝을 강화학습에 응용한 알고리즘들을 적용해보기

• Deep Q Network
• Actor Critic (A2C)

Atari 브레이크아웃 - 딥러닝을 응용하여 좀더 복잡한 Atari 브레이크아웃 게임을 마스터하는 에이전트 만들기

• Deep Q Network
• Asynchronous Advantage Actor Critic(A3C)