强化学习 (RL) 是一种框架，可以教导智能体如何以使奖励最大化的方式在现实世界中采取行动。我们将由神经网络完成的学习称为深度强化学习 (Deep RL)。RL 框架有三种类型：基于策略、基于值和基于模型。三者的区别在于神经网络需要学习的内容。如需了解更多详情，请观看 MIT 课程 6.S091 的 Deep RL 简介讲座。当我们需要作出一系列决策时，可以借助 Deep RL 在模拟环境或真实环境中应用神经网络。其中包括游戏操作、机器人、神经架构搜索等等。DeepTraffic 环境提供了教程与代码示例，可以让您快速地在浏览器中探索、训练和评估 Deep RL 智能体。
项目 GitHub 地址