入门强化学习

入门强化学习"/>

入门强化学习

1、基础理论知识

书籍：《Reinforcement Learning：An Introduction》、《深入浅出强化学习》

视频课程：

2、小实验

（我的github，暂时还没上传我做的一些小实验，这几天会上传）

3、经典论文和最新论文

经典论文：围棋三算法（alphago，alphazero，alphago zero），后面可以想象在我的GitHub上详细解析每篇论文及代码（）

      CVPR 2017 papers

1、Deep Reinforcement Learning-Based Image Captioning With Embedding Reward

Zhou Ren, Xiaoyu Wang, Ning Zhang, Xutao Lv, Li-Jia Li

2、Action-Decision Networks for Visual Tracking With Deep Reinforcement Learning

Sangdoo Yun, Jongwon Choi, Youngjoon Yoo, Kimin Yun, Jin Young Choi

3、Attention-Aware Face Hallucination via Deep Reinforcement Learning

Qingxing Cao, Liang Lin, Yukai Shi, Xiaodan Liang, Guanbin Li

4、PoseAgent: Budget-Constrained 6D Object Pose Estimation via Reinforcement Learning

Alexander Krull, Eric Brachmann, Sebastian Nowozin, Frank Michel, Jamie Shotton, Carsten Rother

5、A Joint Speaker-Listener-Reinforcer Model for Referring Expressions

Licheng Yu, Hao Tan, Mohit Bansa