Spinning Up in Deep RL

Введение в RL: ключевые понятия, виды алгоритмов, основы оптимизации политик. Документированные реализации VPG, TRPO, PPO, DDPG, TD3 и Soft Actor-Critic, инструменты для запуска экспериментов, вывода результатов и построения графиков, подборка ключевых статей и раздел «Spinning Up as a Deep RL Researcher».

Образовательный ресурс OpenAI, помогающий войти в глубокое обучение с подкреплением. Сочетает теоретическое введение, разобранные реализации алгоритмов и упражнения.