Fundamentals of Reinforce Learning

GameAI

Recent works follow up & RL

1. 유튜브 팡요랩 1~10강 // 현재 10강 수강중. 1회독 끗.

   1강 | Introduction to RL

   2강 | Markov Decision Process

   3강 | Planning by Dynamic Programming

   4강 | Model-Free Prediction

   5강 | Model Free Control

   6강 | Value Function Approximation

   7강 | Policy Gradient

   8강 | Integrating Learning and Planning

   9강 | Exploration and Exploitation

   10강 | Classic Games

2. openai spinning up

   [Spinning Up as a Deep RL Researcher](https://serotina.notion.site/Spinning-Up-as-a-Deep-RL-Researcher-dc9597fc07a8471b9e5a6fe5ef3c4f34)

   [OpenAI Spinning Up 번역] Part 1: 강화학습 핵심 개념(Key Concepts in RL)](https://mclearninglab.tistory.com/53)

3. 바닥부터 배우는 강화학습

   1. 1회독 끗

4. SungKim RL

   1. 4?

5. Unity ML-agent로 배우는 강화학습

   1. 0.5

6. huggingface-RL course

   Hugging-face-RL Course

7. Udacity

8. K-mooc 정태수

9. Udemy

   1. 40% ??
   2. 50% But Experimental Parts 2 is not exactly working

10. 수학으로 풀어보는 강화학습 원리와 알고리즘

    1. 1일차 - 1.4 가우시안 분포 전까지 학습 완료
    2. 2일차 - 1.12 벡터와 행렬의 미분 전까지 학습 완료
    3. 3일차 - 2 강화학습 개념 전까지 학습 완료
    4. 4일차 - 3 정책 그래디언트 전까지 학습 완료 ( 103p )
    5. 5일차 - 3 정책 그리디언트 학습 완료 ( 114p )
    6. 6,7일차 - 4 A2C ( 122p )
    7. 8일차 - 4 A2C (143p 코드 실행 전 )
    8. 9일차 - 4 A2C (152p 코드 실행 후 )
    9. 10일차 - 5 A3C (204p 코드 실행 후 )
    10. 11일차 - 6 PPO (218p 슈도 코드 학습 전 )
    11. 12일차 - 6 PPO ( 223p 코드 실행전 )
    12. 13일차 - 7 DDPG ( 251p 7.3 알고리즘 학습전 )

11. 고려대 오승상 강화학습

    01 | DRL Introduction

    02 | Markov property

    03 | Markov Decision Process

    04 | Reward and Policy

    05 | Bellman Equation

12. Stable-Baselines-Full-Tutorial

    1. getting_started.ipynb
    2. gym_wrappers_saving_loading

13. (*)단단한 강화학습 영어 원서도 추천

14. (*)CS234: Reinforcement Learning Winter 2022

15. UCL Course on RL

16. Deep Reinforcement Learning: CS 285 Fall 2021 (UC Berkeley)

17. 파이썬과 케라스로 배우는 강화학습