強化学習

このリポジトリは，強化学習に関するアルゴリズムをJupyterLab, python, pytorch, OpenAIを用いて実装することで，アルゴリズムの理解やpythonのライブラリに慣れることを目的としております．

実装済み

• 動的計画法を用いた状態価値関数値の導出
• 動的計画法を用いた行動価値関数値の導出
• 反復方策評価
• 再帰処理と反復処理の比較
• モンテカルロ法
• モンテカルロ法を用いたCartPole問題の解決

実装中

• TD法を用いた価値関数値の導出
• Sarsaを用いたMountainCarの実装

注意事項

• Jupyter上でファイルを開くことを想定しているため，Github上で~.ipynbを開くとフォーマットが少し崩れることがあります．
• OpenAI Gymは(Macの場合)，Xhostコマンドを実行し，Xtermを起動させてから実行させてください．

reinforcement-learning

Implementation about Reinforcement Learning Algorithms.
For example, Dynamic programing, Monte Carlo method, Temporal Difference Learning, Deep Q Learning, and so on.
Exercise using JupyterLab, python, pytorch, OpenAI.