強化学習 ～目次～

はじめに

強化学習を中心に良記事と思われるURLを記載しました。
補足的な事項を記事として書いていこうと思います。

強化学習

• ゼロから作るDeep Learning④　強化学習編、斎藤 康毅
• Reinforcement Learning: An Introduction Second Edition、Richard S. Sutton、Andrew G. Barto
• 強化学習のコンセプト【テーブル形式の解法】
• 方策反復法は、なぜ最適方策に収束するの？
• 縮小写像の原理から見た強化学習
• Trust Region Policy Optimization: TRPO
• Proximal Policy Optimization: PPO

逆強化学習

• 機械学習スタートアップシリーズ Pythonで学ぶ強化学習 [改訂第2版] 入門から実践まで、久保隆宏
• 逆強化学習【線形計画】
• 逆強化学習【Maximum Entropy】

模倣学習

• Generative Adversarial Imitation Learning: GAIL
• Generative Adversarial Imitation Learning: GAIL

RLHF

• Instruct GPTの仕組みについて
• https://qiita.com/momo10/items/cf2105f26676a416820a

GAN

• GANに入門してみる
• 今さら聞けないGANの目的関数
• WGANの実装