Deep Reinforcement Learning ສຳລັບຄົນ Laos
ສອນຄອມພິວເຕີໃຫ້ຮຽນຮູ້ດ້ວຍການລອງຜິດລອງຖືກ ຕັ້ງແຕ່ພື້ນຖານ MDP ຈົນຮອດ DQN, PPO ແລະ SAC. 13 ບົດ ພ້ອມສູດ, ຕາຕະລາງ ແລະ ໂຄດ Python ທີ່ລັນໄດ້ແທ້.
- 13
- ບົດຮຽນ
- 10
- ໂຄດຕົວຢ່າງ
- 5
- ພາກ
- ຂັ້ນສູງ
- ລະດັບ
ກ່ຽວກັບຊີຣີສ໌ນີ້: ເນື້ອຫາສະຫຼຸບ ແລະ ອະທິບາຍໃໝ່ເປັນພາສາລາວ ໂດຍຍຶດຕາມລຳດັບບົດຂອງປຶ້ມ Grokking Deep Reinforcement Learning ຂອງ Miguel Morales (Manning, 2020). ຄຳອະທິບາຍ ແລະ ໂຄດທັງໝົດຂຽນຂຶ້ນໃໝ່ ບໍ່ໄດ້ຄັດລອກຈາກປຶ້ມ. ກ່ອນລັນໂຄດ ໃຫ້ຕິດຕັ້ງ: pip install numpy gymnasium torch
ພາກ 1 · ພື້ນຖານ
ພາກ 2 · RL ແບບຕາຕະລາງ
ຊັ່ງເປົ້າໝາຍໄລຍະສັ້ນ ແລະ ໄລຍະຍາວ
Policy, value function ແລະ ການວາງແຜນເມື່ອຮູ້ MDP.
ອ່ານບົດນີ້ ບົດ 04 · RL ແບບຕາຕະລາງຊັ່ງການສຳຫຼວດ ແລະ ການໃຊ້ປະໂຫຍດ
ເຄື່ອງ slot ຫຼາຍເຄື່ອງ ເລືອກເຄື່ອງໃດດີ?
ອ່ານບົດນີ້ ບົດ 05 · RL ແບບຕາຕະລາງປະເມີນພຶດຕິກຳຂອງ agent
TD ແລະ Monte Carlo: ຄາດຄ່າຂອງ policy ຈາກປະສົບການ.
ອ່ານບົດນີ້ ບົດ 06 · RL ແບບຕາຕະລາງປັບປຸງພຶດຕິກຳຂອງ agent
SARSA, Q-learning ແລະ Double Q-learning.
ອ່ານບົດນີ້ ບົດ 07 · RL ແບບຕາຕະລາງບັນລຸເປົ້າໝາຍໄດ້ດີ ແລະ ໄວຂຶ້ນ
SARSA(λ), Q(λ), Dyna-Q: ໃຊ້ຂໍ້ມູນໃຫ້ຄຸ້ມຂຶ້ນ.
ອ່ານບົດນີ້ພາກ 3 · Value-based Deep RL
ເລີ່ມໃຊ້ Neural Network ກັບ RL
ເມື່ອຕາຕະລາງ Q ໃຫຍ່ເກີນ ໃຊ້ neural network ແທນ.
ອ່ານບົດນີ້ ບົດ 09 · Value-based Deep RLDQN ແລະ Double DQN
ເຮັດໃຫ້ RL ຄ້າຍກັບ supervised learning ຫຼາຍຂຶ້ນ.
ອ່ານບົດນີ້ ບົດ 10 · Value-based Deep RLDueling DDQN ແລະ PER
ອອກແບບ network ໃຫ້ເຂົ້າໃຈ RL ແລະ ເລືອກປະສົບການທີ່ມີຄ່າ.
ອ່ານບົດນີ້