ReinforcementLearning_Exercises

強化学習の練習コード集。
分かりやすいように、各フォルダ毎で完結したコード一式になっています。

強化学習の背景理論は、以下のサイトに記載してあります。

• 【星の本棚】強化学習

■ 動作環境

• Windows 10
• Geforce GTX 1050 / 2GB
• Python : 3.6
• Anaconda : 5.0.1
• OpenAI Gym : 0.10.9
• PyTorch : 1.0.1

■ 項目（フォルダ別）

1. 迷路探索問題
   1. ./MazeSimple_Ramdom
   2. ./MazeSimple_Sarsa
   3. ./MazeSimple_Qlearning
   4. ./MazeSimple_PolicyGD
   5. ./MazeSimple_EveryVisitMontecarlo
   6. ./MazeSimple_FirstVisitMontecarlo
   7. ./MazeSimple_ActorCritic
2. CartPole（倒立振子課題）
   1. ./CartPole_Sarsa_OpenAIGym
   2. ./CartPole_Qleaning_OpenAIGym
   3. ./CartPole_DQN2013_PyTorch_OpenAIGym
   4. ./CartPole_DQN2015_PyTorch_OpenAIGym
   5. ./CartPole_DDQN_PyTorch_OpenAIGym
   6. ./CartPole_PrioritizedExperienceReplay_PyTorch_OpenAIGym
   7. ./CartPole_DuelingNetwork_PyTorch_OpenAIGym
   8. ./CartPole_A2C_PyTorch_OpenAIGym
3. FrozenLake
   1. ./FrozenLake_Ramdom_OpenAIGym
   2. ./FrozenLake_Sarsa_OpenAIGym
   3. ./FrozenLake_Qlearning_OpenAIGym
   4. ./FrozenLake_EveryVisitMonteCarlo_OpenAIGym
4. Breakout（ブロック崩しゲーム）
   1. ./Breakout_DQN2015_PyTorch_OpenAIGym
5. OpenAI Gym
   1. ./Processing_OpenAIGym
6. Unity ML-Agents
   1. ./MazeGame_Unity_ML-Agents

■ 参考文献＆サイト

• つくりながら学ぶ！深層強化学習 PyTorchによる実践プログラミング

  • Deep-Reinforcement-Learning-Book
    

• 機械学習スタートアップシリーズ Pythonで学ぶ強化学習 入門から実践まで (KS情報科学専門書)

  • baby-steps-of-rl-ja

• Unityはじめる機械学習・強化学習 Unity ML-Agents実践ゲームプログラミング