Grokking Deep Reinforcement Learning Capítulo 8 -Introducción a estimación de valor Q

Este video muestra un ejemplo simple de cómo utilizar el aprendizaje profundo para la estimación de la función de valor Q del aprendizaje por refuerzo. Se utiliza un entorno de equilibrio de postes de carrito de gimnasio Open AI.
Referencias:
Ejemplo del capítulo 8:
github.com/mim...
Grokking Deep Reinforcement Learning book:
www.amazon.com...