强化学习资源汇总
配置环境
（1）安装Anaconda：Download
（2）使用conda管理运行环境：
- 创建环境：conda create -n your_env_name python=x.x
- 删除环境：conda remove -n your_env_name --all
- 查看当前存在哪些虚拟环境：conda env list / conda info -e
- 查看安装了哪些包：conda list
- 在Navigator面板左上的Channels中切换当前环境
（3）换源：anaconda | 镜像站使用帮助 | 清华大学开源软件镜像站
（4）安装 PyTorch：Start Locally | PyTorch
（5）安装 Gym：Getting Started with Gym
知识速查
ML Glossary（机器学习术语速查）
论文检索与管理
强化学习理论
Reinforcement Learning An Introduction（强化学习圣经）
Open AI Spinning Up | Introduction to RL
强化学习开源项目
RLcard 通用卡牌游戏决策模型（模型：DMC，CFR，DDQN，NFSP；环境：二十一点，德州扑克，斗地主，麻将，UNO，金拉米）
AlphaZero（value和policy双输出网络，MCTS作为策略改进算子）
DouZero（基于深度蒙特卡洛学习）
优秀课程
动手学深度学习（李沐大神参与其中，支持Tensorflow、Pytorch演示）
谷歌机器学习速成课（基于Tensorflow API）
Tensorflow.js项目实战（讲解细致，有大量干货的付费课，老师反馈很快，体验很好）
强化学习实战系列（b站盗课系列，网上为数不多的RL课程，数学极少的讲解风格，最好有一些RL理论和pytorch基础再食用）
其他
NN Playground（基于tensorflow.js的神经网络训练可视化网站，非常有意思，可以体验调参的快乐）
CS231 Convolutional Neural Networks（图文详解卷积神经网络）
Image Kernals（可视化卷积层的作用）
Tensorflow预训练模型库（涵盖图像语音文本十余个轻量模型，即插即用，让迁移学习变得简单）
Botzone（游戏AI比赛平台）
如何自定义强化学习环境？（1）Gym的例子（2）Stable Baseline3的例子
使用Wrapper对Env信息进行扩展/处理/增强：（1）Extending OpenAI Gym environments with Wrappers and Monitors（2）Gym Wrappers（3）Blog
使用动作掩码加速训练：Maskable PPO
读RL框架源码时经常会遇到Python的类装饰器，详解：链接
