- 因子图部分链接尚未补充完全TODO List
-
因子图部分超链接
-
强化学习部分目录结构调整
-
机器学习其他待苏然添加
《Bishop Pattern Recognition and Machine Learning》 by Christopher M. Bishop
《PRML：模式识别与机器学习(中文版)》 by 马春鹏
《Deep Learning》 by Ian Goodfellow, Yoshua Bengio, Aaron Courville
《深度学习-中文》 by Ian Goodfellow, Yoshua Bengio, Aaron Courville Git Hub开源翻译
《神经网络与深度学习》 by 邱锡鹏
《Reinforcement Learning: An Inroduction》 by Richard S. Sutton, Andrew G. Barto [website]
简短翻译版-强化学习导论.pdf 来自 网友
《Algorithms for Reinforcement Learning》 by Csaba Szepesv´ari
《A Concise Introduction to Decentrakuzed POMDPs》 by Oliehoed, Amato
基于SMAC的PYMARL平台 GitHub 地址https://github.com/oxwhirl/pymarl
百度PaddlePaddle工程师实训教程--视频https://www.bilibili.com/video/BV1yv411i7xd
Baidu AI-Studio课程
项目代码PRAL GitHub
POMDPs介绍--Pages
Deep Reinforcement Learning: An Overview
Multi-agent reinforcement learning: An overview. Buşoniu L, Babuška R, De Schutter B.
An overview of recent progress in the study of distributed multi-agent coordination. Cao Y, Yu W, Ren W, et al.
- Q-Learning--Q-learning
- DQN----Human-level Control Through Deep Reinforcement Learning
- VDN----Value-Decomposition Networks For Cooperative
- DRQN---Deep Recurrent Q-Learning for Partially Observable MDPs
- QMIX---Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning
- ROMA---Multi-Agent Reinforcement Learning with Emergent Roles
- COMA----Counterfactual Multi-Agent Policy Gradients
- IQL-----Independent Q-Learning
- QTRAN---Learning to Factorize with Transformation for Cooperative Multi-Agent Reinforcement Learning
-
智能体、环境、策略、奖励、状态转移概念
-
马尔可夫决策过程（MDP）、部分可观测马尔可夫决策过程(POMDP)、分布式部分马尔可夫决策过程(Dec-POMDP)
-
强化学习算法分类
- Model-Free和Model-Based
- Policy-Based和Value-Based
- On-Policy和Off-Policy
- 对比及介绍：https://www.cnblogs.com/liuxgblog/p/14698204.html
-
强化学习算法测试环境
Gym
安装及使用：openAI Gym介绍.pptx openai gym.docx
MPE
安装及使用：https://github.com/openai/multiagent-particle-envs
星际争霸
-
动态规划算法
-
蒙特卡罗算法
-
时序差分学习方法
Sarsa 和Q-learning：https://zhuanlan.zhihu.com/p/46850008
-
策略梯度
特点：处理连续动作和随机策略
介绍：Policy Gradient Methods for Reinforcement Learning with Function Approximation
-
Reinforce算法
-
带基线的Reinforce算法
特点：减少方差
-
Actor-Critic算法
特点：使用Q函数减少方差
介绍：Policy Gradient Methods for Reinforcement Learning with Function Approximation
-
A2C
特点：使用优势函数减少方差
-
A3C
特点：多线程
介绍：Asynchronous Methods for Deep Reinforcement Learning.
以上三节参考：强化学习value-based&policy-based.pptx
-
DQN
-
Nature DQN
-
Double DQN (DDQN)
-
Dueling DQN
介绍：Dueling Network Architectures for Deep Reinforcement Learning
DQN及其变体介绍：https://zhuanlan.zhihu.com/p/106411995
-
DPG
-
DDPG
-
MADDPG
介绍：multi-agent actor-critic for mixed cooperative-competitive environments
-
多智能体协作
PRIMAL: Pathfinding via Reinforcement and Imitation Multi-Agent Learning
CM3:cooperative_multi_goal_multi_stage_multi_agent_reinforcement_learning
-
信用分配
Counterfactual multi-agent policy gradients
Force-Based Algorithm for Motion Planning of Large Agent
NIPS-2003-all-learning-is-local-multi-agent-learning-in-global-reward-games-Paper
Sequential Q-Learning With Kalman Filtering for Multirobot Cooperative Transportation
| 相关网页 |
|---|
| 概率图的推断——变量消除、信念传播、因子图、道德图、联结树 |
| 以一个例子讲述因子图为何以及如何进行计算。 |
| 因子图与和积算法简介(CSDN) |
| 出自论文factor graph and sum-product algorithm |
| 因子图与和积算法简介(知乎) |
| 出自论文factor graph and sum-product algorithm与上一个链接内容相比，对因子图定义的形式化描述更多。 |
| 相关论文 |
|---|
| An introduction to factor graph |
| 本文讲述因子图的发展过程，并给出两种形式的因子图：标准形式、Forney形式。 介绍了LDPC码、卡尔曼滤波等应用与因子图上的例子。 |
| 因子图与和积算法简介(CSDN) |
| 出自论文factor graph and sum-product algorithm。 |
| 因子图与和积算法简介(知乎) |
| 出自论文factor graph and sum-product algorithm。与上一个链接内容相比，对因子图定义的形式化描述更多。 |
| SRTP因子图项目报告 |
|---|
| 课题名为：“实现信息融合的因子图可视化设计”。描述了因子图定义以及各种算法，并进行仿真实验设计 |
| Max-product for maximum weight matching Convergence correctness and LP duality |
| 本文介绍最大积算法并证明其在循环图中的正确性和收敛性 |
| Message-passing algorithms for inference |
| 本文描述了一系列信念传播算法，包括最小和算法、基于自由能的BP算法、“tree-reweighted"BP算法等。 |
| Understanding Belief Propogation |
| Loopy belief propagation based data association for extended target tracking |
| 本文提出一种多扩展目标跟踪数据关联的图形模型公式，并且可以通过循环信念传播来求解 |
| Metacademy课程:循环信念传播与变分推理 |
| metacademy是一个网站，其可以看作机器学习和人工智能的知识图谱 |
| [word文档]LBP论文笔记 |
| 简单介绍了LBP算法，并简单推导了Loopy belief propagation based data association for extended target tracking中的部分因子图 |
| 因子图与和积算法-matlab代码实现 |
| 此文档先对因子图与和计算法进行讲解，其出自An introduction to factor graph。文档基于因子图给出奇偶校验、马尔可夫链、卡尔曼滤波的matlab实现 |
| Julia中文社区 |
| Julia的package查询网站 |
| 可查询Julia支持的所有第三方package，并且可以查询其版本更新情况与package间依赖关系 |
| Julia中镜像站的使用 |
| 教授如何在Julia中用**镜像源进行package下载 |
| [论文]julia in machine learning |
| 本文简单介绍了Julia语言，并于传统的python、matlab进行比较 |
| [word文档]Julia安装流程 |
| 对网上的安装流程做出总结，给出了几个可行的安装方法 |
| forneylab的简单demo |
| forneylab在github上的开源地址 |
| [论文]A factor graph approach to automated design of Bayesian |
| 本文介绍其开发的ForneyLab工具箱 |
| [论文]A message passing approach for multiple maneuvering target tracking |
| 本文提出一种BP与MF结合的消息传递算法。用BP解决硬约束问题、用MF得到复杂模型下的消息传递更新 |
| [论文]Merging Belief Propagation and the Mean Field Approximation: A Free Energy Approach |
| 本文展示如何在与BP对应的因子图中包含硬约束 |
| [论文]Sequential Particle-Based Sum-Product Algorithm for Distributed Inference in Wireless Sensor Networks |
| 本文提出一种基于粒子的和积算法并且降低其复杂度为线性的 |
| [论文]Understanding and Accelerating Particle-Based Variational Inference |
| [ppt文档]Understanding and Accelerating Particle-Based Variational Inference的讲解 |
| [论文]Nonparametric belief propagation |
| 本文提出一种基于因子图上和积算法规则的粒子滤波算法 |
| [论文]Nonparametric belief propagation for self-localization of sensor networks |
| 本文将NBP算法用于协同网络上的多目标定位 |
| [论文]A comparison of parametric and sample-based message representation in cooperative localization |
| 本文提出了基于无线网络上的和积算法实现 |
| [论文]Cooperative localization using posterior linearization belief propagation |
| 本文提出一种无线网络协同定位中的后验线性化信念传播算法：PLBP |
| [论文]A comparison of parametric and sample-based message representation in cooperative localization |
| 本文提出了一种基于因子图的TOA定位算法 |
| [rar文件]PLBP算法的代码实现？ |