深度强化学习（Deep Reinforcement Learning）的资源

看看人家外国人怎么说吧！

• 这个优点类似综述，适合搞学术的人看看，而且还有demo和教程呢！有些视频得FQhttp://nextbigfuture.com/2014/12/deep-learning-and-deep-reinforcement.html。推荐指数5星。
• http://arstechnica.com/science/2015/02/ai-masters-49-atari-2600-games-without-instructions/，这个就是一个科普，有视频，比国内的科普强点儿，推荐指数3星。
• 还有一个overview, 基本上把deep mind文章的重点部分挑出来说了一下，适合有一定ML基础的人去看看，推荐指数3星。http://artent.net/2014/12/10/a-review-of-playing-atari-with-deep-reinforcement-learning/ 。
• Nature上还采访了一个做逆向的深度强化学习的东欧的一个学者科学家，他们还给出了DRL算法的一个缺陷，一个中文翻译的http://www.7huoxing.com/?p=13035 。推荐指数2星，适合科普。

三、相关代码

这部分应该是大家最关心的，我想大部分看到文章的第一想法是代码呢！擦，其实我也是这么想的，谁叫自己的coding能力不够呢！没办法，本人在网上（github.com）深挖了好久，没想到大牛真的好多好多啊！

1. 排在第一的当然是google自己公布的代码啊！真是业界良心啊！https://sites.google.com/a/deepmind.com/dqn/ 。可惜注释好少。。。。。是基于Torch 7的代码，本人又硬着头皮学了lua。话说我这几个月我就在和各种脚本语言打交道，都是泪啊！备注，deep mind的git地址https://github.com/deepmind 。话说没有GPU的电脑真心不要跑了，我跑了13个小时才跑了大概1/20~~~建议在ubuntu下面跑，最好版本高一些；
2. 然后就是各路人马（大牛们）的逆向工程。https://github.com/spragunr/deep_q_rl ，作者Spragunr公布的基于python各种工具的代码，这位大牛利用外界工具的能力真实吊炸天，好多工具啊！opencv、cython、rl-glue、theano等等。我表示在ubuntu14.04LTS上面配置了好久，发现电脑没有GPU，跑不起来，整个人都不好了，还有一个貌似是其学生的https://github.com/brian473/neural_rl ，里面也需要配置python的库，theano之类的，步骤比较多~不过大牛的学生都是大牛。
3. https://github.com/kristjankorjus/Replicating-DeepMind ，这里Kristjankorjus大牛基于convnet的东东，发布了这一代码，也是基于python的，我表示没有跑过，不清楚状况，貌似也要GPU，也要配置一堆库。
4. Stanford的Karpathy等人复现了DQN，但是是用的js，开始真是吓尿了，在浏览器里面跑额！https://github.com/karpathy/convnetjs ，这个demo不错，可惜只能show一下没啥价值，网页可见http://cs.stanford.edu/people/karpathy/convnetjs/ 。还有一点，这人学生更牛，直接用Torch 7给实现了，（阅读了代码之后发现结构和Google给的几乎一模一样，而且注释相当详细），https://github.com/fangzai/DeepQLearning 。忘了源地址在哪儿了，我把这个到我的git上了，有点儿对不起原作者了。
5. 也有人用caffe实现了，是个日本人。目前有两个地址，https://github.com/chiggum/AI/tree/master/rl/atari_agent，和https://github.com/muupan/dqn-in-the-caffe 第二个是日本人写的（还真牛）。好多人喜欢用caffe，不过貌似是没有torch 7方便，有一个好处就是直接是C++，效率比较高。不过，这两个程序我都没有跑过，看作者给的结果，挺不错的。
6. 上面说的搞逆向的人爱沙尼亚Ilya Kuzovkin的关于google源码的改进，还有相关电脑的配置信息。https://github.com/kuz/DeepMind-Atari-Deep-Q-Learner 。这里跟一下他们的报告https://courses.cs.ut.ee/MTAT.03.291/2014_spring/uploads/Main/Replicating%20DeepMind.pdf ，赶脚特别专业，和这个作者联系过，人特别很nice。
7. 还有一些基本都是他们的fork出来改进的，读者自己去挖吧！

基本上重要的就是这么多了，然后外围的关于Torch 7和其他东西的安装就不提了。

这是google上的一个小组，里面有不少人讨论DQN的算法以及代码使用心得，有兴趣的可以加入。

https://groups.google.com/forum/#!topic/deep-q-learning。

最后用Deep Mind的主页镇楼http://deepmind.com/ 。

四、补充

在跑Deep Mind的程序的时候，可能会遇到一些问题

问题1

     http://stackoverflow.com/questions/29564360/bug-encountered-when-running-googles-deep-q-network-code

  PS:欢迎各位大小牛牛补充~~~

[1] S. Lange and M. Riedmiller, "Deep auto-encoder neural networks in reinforcement learning," in IJCNN, 2010, pp. 1-8.

[2] G. Cuccu, M. Luciw, J. Schmidhuber, and F. Gomez, "Intrinsically motivated neuroevolution for vision-based reinforcement learning," in Development and Learning (ICDL), 2011 IEEE International Conference on, 2011, pp. 1-7.

[3] F. Abtahi and I. Fasel, "Deep belief nets as function approximators for reinforcement learning," RBM, vol. 2, p. h3, 2011.

[4] S. Lange, M. Riedmiller, and A. Voigtlander, "Autonomous reinforcement learning on raw visual input data in a real world application," in Neural Networks (IJCNN), The 2012 International Joint Conference on, 2012, pp. 1-8.

[5]  I. Arel, "Deep Reinforcement Learning as Foundation for Artificial General Intelligence," in Theoretical Foundations of Artificial General Intelligence, ed: Springer, 2012, pp. 89-102.

[6] V. Mnih, K. Kavukcuoglu, D. Silver, A. Graves, I. Antonoglou, D. Wierstra, et al., "Playing Atari with deep reinforcement learning,"arXiv preprint arXiv:1312.5602, 2013.

[7] V. Mnih, K. Kavukcuoglu, D. Silver, A. A. Rusu, J. Veness, M. G. Bellemare, et al., "Human-level control through deep reinforcement learning," Nature, vol. 518(7540), pp. 529-533, 2015.