Reinforcement Learning: Tutorial and Survey

作者
Benyamin Ghojogh,Ali Ghodsi
标识
DOI:10.31219/osf.io/s98ex
摘要

This is a tutorial and survey paper on reinforcement learning, from fundamental reinforcement learning to deep reinforcement learning. It starts with introducing the elements of reinforcement learning. Then, Markov decision process and policy are explained. Bellman equation is introduced. Then, value iteration, policy iteration, and modified policy iteration are introduced for solving Markov decision process. Then, difference of reinforcement learning and Markov decision process is mentioned followed by temporal difference evaluation. Then, Q function, Q-learning, epsilon-greedy policy, gradient Q-learning, experience replay, and deep Q network are covered. Afterwards, policy gradient and the REINFORCE algorithm are explained. Finally, the details of AlphaGo -- as one of the successful applications of reinforcement learning -- are introduced.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
qqqqqqqqqq完成签到,获得积分20
1秒前
cc发布了新的文献求助10
1秒前
12发布了新的文献求助10
1秒前
沉静野狼完成签到,获得积分10
1秒前
1秒前
周萌完成签到 ,获得积分10
1秒前
无心的闭月完成签到,获得积分10
1秒前
Ivan完成签到,获得积分10
1秒前
xjiang012完成签到,获得积分10
1秒前
哈哈哈完成签到,获得积分10
2秒前
nan完成签到,获得积分10
2秒前
曹国庆完成签到 ,获得积分10
2秒前
米斯特刘完成签到,获得积分10
2秒前
Echo完成签到,获得积分10
2秒前
2秒前
李7完成签到,获得积分10
3秒前
Redd发布了新的文献求助10
3秒前
痴情的雪枫完成签到 ,获得积分10
3秒前
xjiang010完成签到,获得积分10
3秒前
xjiang011完成签到,获得积分10
3秒前
傻瓜完成签到 ,获得积分10
3秒前
科研通AI6.2的应助被蛮骨斯汀采纳,获得10
3秒前
xjiang009完成签到,获得积分10
4秒前
卢彦冬完成签到,获得积分10
4秒前
xjiang008完成签到,获得积分10
4秒前
4秒前
黎野完成签到,获得积分10
4秒前
4秒前
mu完成签到,获得积分10
5秒前
屈屈完成签到,获得积分10
5秒前
lilili完成签到,获得积分10
5秒前
六水居士完成签到,获得积分10
5秒前
池鱼完成签到,获得积分10
6秒前
大个的应助被张子吧采纳,获得10
6秒前
仓颉发布了新的文献求助10
6秒前
benyu完成签到,获得积分10
6秒前
Ruoya完成签到,获得积分10
7秒前
sungyoo完成签到,获得积分10
7秒前
背后的纹完成签到,获得积分10
7秒前
完美世界的应助被neosalius采纳,获得10
7秒前
高分求助中
(应助此贴封号)通过应助OA文献获取积分 10000
Rosenblum, Global Change Biology 800
Yugoslavia and China Histories, Legacies, Afterlives 560
A Silent Apostrophe:The Fayum Portraits 520
Organizational Behavior 510
AI-Contracting 300
四川大学学位论文.郭瑞昂. 基于高压热扩散的n型磷掺杂金刚石半导体制备研究 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 有机化学 化学工程 内科学 物理 生物化学 复合材料 催化作用 细胞生物学 人工智能 心理学 无机化学 基因 遗传学
热门帖子
关注 科研通微信公众号,转发送积分 7834571
求助须知:如何正确求助?哪些是违规求助? 9357115
关于积分的说明 20594341
捐赠科研通 7427073
什么是DOI,文献DOI怎么找? 3337470
关于科研通互助平台的介绍 2482061
邀请新用户注册赠送积分活动 2358351