进展效果：

Google Research Football (scenario 2) 实验

RL解决'BipedalWalkerHardcore-v2' (SOTA) 更新

RL解决'BipedalWalkerHardcore-v2' (SOTA)效率效果均第一 及完整源代码

使用vae与sac实现简单自动驾驶

强化学习carla车-听指令拐弯

AI尝试做判断题和填空题的效果

表示学习相关

Represent learning

successor representations

A quick introduction to Deep info max

动作抽象

DIVERSITY IS ALL YOU NEED: 充满睿智的论述

互信息相关公式整理

RL中的default policy和decision states及options(skill)是什么关系？

Dynamics-Aware Unsupervised Discovery of Skills 笔记 v2

无人驾驶产业：

Tesla Autonomy Day和Full Self-Driving视频 产业链软硬件数据闭环 自动驾驶的苹果

算法改进

Combine SAC with RNN (part1)

PLANET+SAC代码实现和解读

R2D2算法Buffer数据结构复现

planet 相关

Key note for Planet

详解PLANET代码(tensorflow)如何加入SAC功能

生物认知相关

Episodic memory 认知笔记

机器人叛乱一书 认知内容笔记

meta learning

解读二PREFRONTAL CORTEX AS A META-REINFORCEMENT LEARNING SYSTEM

解读PREFRONTAL CORTEX AS A META-REINFORCEMENT LEARNING SYSTEM

解读Been There, Done That: Meta-Learning with Episodic Recall

memory

灾难性遗忘问题新视角：迁移-干扰平衡

基础

培训v3

欢迎加入打卡群自律学习强化学习，更欢迎支持或加入我们！请参考公众号createAmind菜单说明。