如何实现强化学习模型？

Question

我有一些关于强化学习的问题。我已经研究了强化学习的所有数学背景，但我不能编写这个模型的代码。

我对环境的定义感到非常困惑。我们可以使用OpenAI健身房来解决各种问题吗？这对我来说没有任何意义。例如，玩游戏与股票预测是不同的。但是为什么我发现在这两种情况下都有人在使用OpenAI健身房呢？

我还发现了下面的列表。论文到底是什么？它们是实现强化学习模型的框架吗？

​

​

你能给我一个链接，来源，视频，课程或任何可以让我明白的东西吗？

Answer 1

OpenAI健身房是环境的集合。如果你研究过RL的数学背景，那么健身房只是一个MDP的集合。然后，由您将RL算法与这些MDP挂钩，并进行实际学习。

你找到的那个列表可能有点旧了，因为rllab最近被重命名为garage。我不知道它们中的大多数，但我想说它们是已经实现的RL算法的库(至少rllab和OpenAI基线是这样的)。你可以看看他们的代码，看看他们是如何实现不同的RL算法的。