如何实施强化学习模型？

Question

我对强化学习有一些疑问。我已经研究了强化学习的所有数学背景，但是无法对此模型进行编码。

我对定义环境感到困惑。我们可以使用OpenAI体育馆解决各种问题吗？这对我来说没有意义。例如，玩游戏不同于预测股票。但是在这两种情况下，我怎么看到有人使用OpenAI健身房？

我也找到了以下列表。究竟是什么论文？他们是实施强化学习模型的框架吗？

您能否提供一个链接，源，视频，课程或任何可以让我明白的东西。

Answer 1

OpenAI Gym是环境的集合。如果您研究了RL的数学背景，那么Gym就是MDP的集合。然后由您将RL算法与这些MDP挂钩，并进行实际学习。

您发现的列表可能有点旧，因为rllab最近已重命名为garage。我不了解它们中的大多数，但我会说它们是已经实现的RL算法库（至少这是rllab和OpenAI基准）。您可以查看他们的代码，以了解他们如何实现不同的RL算法。