강화학습 공부 및 Python(pytorch) 실습

1. Reinforcement Learning Basic

강화학습 기초 (완료)

교재: (강화학습 시리즈 1) 강화학습 기본과 Pytorch | 추상목 지음

--목차--

• 제1장 : 그림으로 이해하는 강화학습
• 제2장 : 벨만 방정식
• 제3장 : 강화학습에 사용하는 기본코드
• 제4장 : 동적 계획법
• 제5장 : 몬테카를로
• 제6장 : SARSA와 Q-learning
• 제7장 : 깊은 Q-네트워크
• 제8장 : Double DQN (skip)
• 제9장 : Dueling DQN (skip)
• 제10장 : Max-PER (skip)
• 제11장 : SumTree - PER (skip)

---

2. Reinforcement Learning Advanced

강화학습 심화 (완료)

교재: (강화학습 시리즈 3) 강화학습 기본 완성과 Pytorch | 추상목 지음

--목차--

• 제1장 : REINFORCE-Monte Carlo Policy Gradient
• 제2장 : REINFORCE-Baseline
• 제3장 : Advantage Actor Critic(A2C)
• 제4장 : Asynchronous Advantage Actor Critic(A3C) (skip)
• 제5장 : Deep Deterministic Policy Gradient(DDPG)
• 제6장 : Twin Delayed Deep Deterministic Policy Gradient(TD3)
• 제7장 : Trust Region Policy Optimization(TRPO)
• 제8장 : Proximal Policy Optimization(PPO)
• 제9장 : Soft Actor Critic(SAC)