深度强化学习周报（DRL-Weekly）

本ReadMe主要致力于解读深度强化学习相关的业界前沿、经典论文，诚挚欢迎并邀请各位参与本项目。

学习及工作方法

• 可提供论文title、链接至对应时间周期内，并注明开始和结束时间以及相关状态。
• 文章解读状态：Y（已解读），D（解读中），N(未解读，可认领)
• 难度级别：总共5个级别：★，★★，★★★，★★★★，★★★★★
• 解读原则: 每篇文章解读作者原则不超3人（可调整），可认领未解读文章（微信小助手：NeuronDance，备注：解读论文）。
• 解读标准：尽可能全面，正确（解读模版制作中，待公布）。
• 贡献笔记、作者博客将获得GitHub、DRL-Lab公众等推送机会。

Weekly

第n周	论文ID	Title	涉及领域	发表时间	发表机构	作者	难度级别	解读状态	开始-结束时间	贡献作者	论文笔记
Week-1 2019/10/14	1	How Many Random Seeds? Statistical Power Analysis in Deep Reinforcement Learning Experiments	强化学习理论、多智能体、分布式训练	2019-6	DeepMind	David Sliver	★★★	Y	2019.10.15 - 2019.10.22	@NeuronDance,@张三,@李四	detail
	2	Robot Open-Ended Autonomous Learning Challenge	机器人、多智能体	2019-11	清华大学	李四	★★	N	2019.10.25-2019.11-2
	3	title-	Robot	2018-6	UC Berkeley	Tom	★★★★★	D	2019.10.25-2019.11-2	李四，王五，赵三	即将发布
	4	-	-	-	-	-	-
Week-2 2019/10/21