میان ترم درس یادگیری تقویتی

با سلام

دانشجویان محترم درس یادگیری تقویتی جهت نمره میانترم یکی از مسائل مطرح شده در کتاب را انتخاب کرده و با استفاده از 3 روش یادگیری تقویتی مطرح شده پیاده سازی کنند و پیاده سازی خود را به همراه یک گزارش کامل مقایسه ای از نتایج تا 15 خردادماه تحویل دهند.

به عنوان جایگزین می توانند یکی از مقالات زیر را انتخاب نمایید: 

• Human-Level Control through Deep Reinforcement Learning (2015-02)
• Deep Reinforcement Learning with Double Q-learning (2015-09)
• Continuous control with deep reinforcement learning (2015-09)
• Prioritized Experience Replay (2015-11)
• Dueling Network Architectures for Deep Reinforcement Learning (2015-11)
• Asynchronous Methods for Deep Reinforcement Learning (2016-02)
• Deep Reinforcement Learning from Self-Play in Imperfect-Information Games (2016-03)
• Mastering the game of Go with deep neural networks and tree search