datawhalechina/easy-rl

解決する問題

強化学習（RL）は、密度の高い数学と散在するリソースを通じて教えられることが多く、初心者（特に中国語話者の学習者）が始めるのを難しくしています。このプロジェクトは、よく知られた講義ノート（李宏毅の深層強化学習、周博磊のRL概要、李科浇のRLコース、その他の古典的な資料）を1つの一貫した本（「マッシュルームブック」として知られる）にまとめた、完全で初心者向けの中国語チュートリアルを組み立てています。また、演習、コードノートブック、論文読み物も提供し、学習者が理論から実践までを1か所で進められるようにしています。

仕組み

このチュートリアルは、13以上の章で構成され、コアRLトピックを段階的にカバーしています：基礎、マルコフ決定過程、テーブル法から始まり、ポリシー勾配、PPO、DQNとその変種、アクタークリティック、スパース報酬、模倣学習、DDPG、さらにはAlphaStarへの深掘りまで。各章には演習が付属し、関連する場合は実用的なコードノートブック（例：Q学習、Sarsa、モンテカルロ、ポリシー勾配、PPO、DQN、Double DQN、Dueling DQN、PER DQN、Noisy DQN、A2C、DDPG）も提供されます。コンテンツはオンラインで公開されており（いつでも読める）、PDFとしてダウンロード可能です。印刷版も存在します（人民郵電出版社から出版され、編集者が初期ドラフトを超えて洗練させました）。

対象読者

このプロジェクトは、中国語で強化学習を学びたいすべての人を対象にしています——学生、実務者、独学者を問いません。李宏毅の講義のユーモラスで例駆動の教授スタイルと、構造化された演習とコードにより、RLが初めてでもアクセスしやすくなっています。この本のニックネーム「マッシュルームブック」は、読者がマリオがキノコを食べた後のように、そこからエネルギーと力を得ることを願っています。

ハイライト

• よく知られた中国語RL講義コンテンツを中心に構成され、古典的な理論を親しみやすくしています。
• ほとんどの章に演習が含まれ、訂正用の正誤表ページがあります。
• 多くのアルゴリズム用の実行可能なコードノートブック、2つのプロジェクトウォークスルー（Q学習とDQN、DDPG）、およびJoyRLへのリンク（オフライン版とオンライン版）を提供します。
• 古典的なRL論文の解釈セクションが含まれ、RLがMinecraftをプレイするICLR'25オーラルと視覚RL論文リストを含みます。
• 無料のオンライン版、ダウンロード可能なPDF（圧縮された低解像度版を含む）、および洗練された印刷本（購入リンク付き）として利用可能です。