強化学習の基礎と深層強化学習（東京大学 松尾研究室 深層強化学習サマースクール講義資料）

東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です． 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています．巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました． 主に以下のような強化学習の概念やアルゴリズムの紹介をしています． ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN（Deep Q-Network） ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Nois

[misshiki]

159ページのスライド資料。大作。強化学習の勉強のお供にありがたい。ただちょっと字は小さいかな...。

[blueboy]

　DQN　が大切。これが基礎。　　 Alpha GO は 特別な DL の方法を使っているのかと思ったが、そうではなかった。（終わりの方に出てくる。）　　　　／　東大 松尾研　スライドショー

[tkeisuke3]

“ ”

[arrowKato]

分野の俯瞰資料