°­È­ÇнÀ ½Ç½À
¹øÈ£ ¨Ï Á¦ ¸ñ À̸§
°­È­ÇнÀ - ±âÃÊ °³³äºÎÅÍ ÃֽŠ¾Ë°í¸®Áò±îÁö À̷аú ½Ç½ÀÀ» ÅëÇØ ÀÀ¿ëÀ¸·Î...
¹Ù´ÚºÎÅÍ ¹è¿ì´Â °­È­ ÇнÀ ÄÚµå (github)
°­È­ÇнÀ/½ÉÃþ°­È­ÇнÀ Ư°­ (github)
ÆÄÀ̽ã°ú Äɶ󽺷Π¹è¿ì´Â °­È­ÇнÀ (github)
16    ¦¦❷ 9Àå) Advantage ActorCritic ½Ç½À (ÆÄÀ̽ã°ú Äɶ󽺷Π¹è¿ì´Â °­È­ÇнÀ 6Àå A2C) Á¤¼ºÈÆ
15       ¦¦❸ 9Àå) ¿¬¼ÓÀû ¾×ÅÍ-Å©¸®Æ½ ½Ç½À (ÆÄÀ̽ã°ú Äɶ󽺷Π¹è¿ì´Â °­È­ÇнÀ 6Àå) Á¤¼ºÈÆ
14          ¦¦❹ ¿¬¼ÓÀû ¾×ÅÍ-Å©¸®Æ½ ½ÇÇà ȯ°æ ¹× °á°ú Á¤¼ºÈÆ
13 ¦¦❶ l9Àå) REINFORCE (ch9_REINFORCE.py) Á¤¼ºÈÆ
12 ¦¦❶ l8Àå) DQN (ch8_DQN.py) Á¤¼ºÈÆ
11    ¦¦❷ l8Àå) DQN ½Ç½À (ÆÄÀ̽ã°ú Äɶ󽺷Π¹è¿ì´Â °­È­ÇнÀ 6Àå DQN) Á¤¼ºÈÆ
10       ¦¦❸ ½ÇÇà ȯ°æ ¹× °á°ú Á¤¼ºÈÆ
9 ¦¦❶ l7Àå) ÄÚ½ÎÀÎ ÇнÀ (ch7_CosineFitting.py) Á¤¼ºÈÆ
8    ¦¦❷ 7Àå) ÄÚ½ÎÀÎ ÇнÀ (unsqueeze.py) Á¤¼ºÈÆ
7 ¦¦❶ l6Àå) Q-·¯´× (ch6_QLearning.py) Á¤¼ºÈÆ
6    ¦¦❷ 6Àå) ½½¶óÀ̵å-92 ÆäÀÌÁö¿¡ Q·¯´× ¼ö½Ä Ãß°¡ ¼³¸í Á¤¼ºÈÆ
5 ¦¦❶ l6Àå) SARSA Á¦¾î (ch6_SARSA.py) Á¤¼ºÈÆ
4 ¦¦❶ 6Àå) ¸óÅ×Ä«¸¦·Î Á¦¾î (ch6_MCControl.py) Á¤¼ºÈÆ
3 ¦¦❶ l5Àå) ½Ã°£Â÷ ÇнÀ (ch5_TDLearning.py) Á¤¼ºÈÆ
2 ¦¦❶ l5Àå) ¸óÅ×Ä«¸¦·Î ÇнÀ (ch5_MCLearning.py) Á¤¼ºÈÆ

[1][2][3]