强化学习 baselines项目源码部分解读

最近发现强化学习挺有意思，但是发现这样的博客挺少的，就随手记录下学习的过程！
baselines github地址
下载慢的同学用百度云：链接：https://pan.baidu.com/s/1shRa5hl6kqffESmnpF72uA
提取码：kkw3

DeepMind团队整合了gym环境方便后人能更方便的学习，之后又把目前的强化学习算法做成了一个baselines项目，项目中包含了到目前为止各种强化学习算法，包括Q-learning，DQN，和DQN的各种改进，A2C，DDPG，PPO等。用户使用只需要像使用sklearn库里的机器学习算法那样简单，调用一下函数，修改一下超参数就能坐享其成了。感谢DeepMind。
苦于现在只能mac和linux系统装，我Windows的就很尴尬了。我花了些时间来阅读它的DQN以及相关的源代码。以下分开来列出：

• tensorflow读取和加载训练参数的函数 2.19
• 对gym环境的Atari游戏重写函数源码解读 2.19
• 持续更新中

Google的DeepMind团队专门致力于研究人工智能，当然在强化学习领域也是世界领先水平，在2015年，DeepMind团队在nature杂志上发表了一片名为《Human-level control through deep reinforcement learning》的论文，成功将强化学习和深度学习结合起来-------命名为深度强化学习（DQN），可以说是具有划时代意义的文章，同年深度强化学习DeepMind团队的研发下，产出了Alpha Go，攻破了象征着人类智力顶峰的围棋！有人说，如果一千年后，回首你所经历过最有意义的历史事件，那一定是2016年人工智能alpha go战胜围棋世界冠军李世石的那场比赛。