Verstärkungslernen-Algorithmen aus Suttons Buch

Dieses GitHub-Repository enthält Code, der Algorithmen und Modelle aus Suttons renommiertem Lehrbuch zum Verstärkungslernen, "Reinforcement Learning: An Introduction", implementiert. Der Code umfasst verschiedene modellfreie Löser, die nur die Definition von Zuständen, Aktionen und einer Übergangsfunktion erfordern. Beispiele beinhalten ein Problem mit einer einzelnen Zustand mit unendlicher Varianz und einen Monte-Carlo-Baumsuch-Labyrinthsolver. Obwohl er nicht für die Produktion optimiert ist, ist er eine wertvolle Ressource, um Verstärkungslernen zu lernen und Algorithmen von Grund auf zu implementieren.