这里是张聪明，正在学习中，请稍后

此分支主要供参与leaderboard排名使用，介绍如何构建队伍，提交自己代码，此部分较为简单，主要是基本教学与演示；后续可以参考更多的开源代码进行学习等。基本参与此榜单的大多都是学校和实验室，还是很少看到有公司比如waymo uber 等参与的，可能是… 他们已经有自己的数据集了合作会议Carla leaderboard 排行榜每年都会和相关会议/期刊进行合作 作为某个workshop的一部分进行结果总结和方法分享，例如：The CARLA Autonomous Driving Challenge 20

完整：第一部分使用Q-Learning + 卷积网络去实现和评估 训练出的Atari agent；第二部分是修改上次作业内的policy gradient使用actor-critic的形式去表示，虽然这一部分可能少于20行的代码修改，但是运行和对比结果需要很多时间 因为我们需要训练较多数据为value function

前情提要与引用参考：b站看课地址：https://www.bilibili.com/video/BV1dJ411W78A官方课程地址：http://rail.eecs.berkeley.edu/deeprlcourse/本人代码地址：https://gitee.com/kin_zhang/drl-hwprogramm/tree/kin/hw1/hw1请先看原文件里的readme.md和installation.md等，课程是2019fall，但是作业我直接做的最新的2020fall的一些参考引用

前情提要：https://gitee.com/kin_zhang/drl-hwprogramm/tree/kin/hw1/hw1请先看原文件里的readme.md和installation.md等，安装Mujoco Window介绍Mujoco: Mujoco is owned by Roboti LLC, initially used by Movement and Control Laboratory at the University of Washington. MuJoCo stands

Chapter 5: Monte Carlo Methods回顾与进入前言：第1、2章点此进入；第3章点此进入注：每一个目录对应的是在pdf的页数（如果LPage就是书左上角的页码 - 因为我发现后面我要在两页之间加空白页 做练习lol 例如：LPage28 就是左上角书页28页，RPage29就是右上角书页29页）；【】这个括号之间有时候是我留的疑问，与一些关于方向上连接的想法 主要集中于无人驾驶的控制层，带问号结束的就是…我的疑问更新时间：2021/01/18推荐观看：1.英文 - PDF链

Chapter 4: Dynamic Programming回顾与进入前言：第1、2章点此进入；第3章点此进入注：每一个目录对应的是在pdf的页数（如果LPage就是书左上角的页码 - 因为我发现后面我要在两页之间加空白页 做练习lol 例如：LPage28 就是左上角书页28页，RPage29就是右上角书页29页）；【】这个框架之间有时候是我留的疑问，与一些关于方向上连接的想法 主要集中于无人驾驶的控制层，带问号结束的就是…我的疑问更新时间：2021/01/07推荐观看：1.英文 - PDF链

强化学习第二版阅读笔记及练习题记录Chapter 3: Finite Markov Decision Processes

强化学习 书籍阅读书籍下载链接：优快云资源下载；BDYP下载链接每一个目录对应的是在pdf的页数 [Elements] Page:27/548 Date:12/3[Elements] Page:27/548 Date:12/3一个强化学习系统应该具备四个元素：1. policy (mapping from perceived states of the environment to actions )也就是environment -> states -> actionpolic