强化学习Q learning与policy gradient

开始学习强化学习：

包括alphago等都是强化学习的典型。

最典型的强化学习的算法为Q learning，这个算法的简介博客：

https://www.zhihu.com/question/26408259

强化学习的github项目：https://github.com/MorvanZhou/Reinforcement-learning-with-tensorflow

里面包含了很多算法的例子，非常值得学习。

强化学习的算法进展：从基本的Q Learning与Sarsa到后期的DQN（结合深度神经网络的强化学习）

这方面的一个专栏：http://blog.youkuaiyun.com/songrotek/article/details/50580904

关于DQN的实现，上面的github中有相应的实现。

double DQN算法的实现流程如下图：

——————————————————————————————————————————————

policy gradient增强学习算法的一个博客：

https://zhuanlan.zhihu.com/p/21725498

没有用框架的纯代码实现的一个github：https://gist.github.com/karpathy/a4166c7fe253700972fcbc77e4e