首页/ 科普/互联网+/ Easy RL:强化学习教程
科普/互联网+
Easy RL:强化学习教程
作者:王琦、杨毅远、江季
出版社:人民邮电出版社有限公司

阅读

扫码读书
书籍信息目录(共127章)

【简介】强化学习作为机器学习及人工智能领域的一种重要方法,在游戏、自动驾驶、机器人路线规划等领域得到了广泛的应用。 本书结合了李宏毅老师的“深度强化学习”、周博磊老师的“强化学习纲要”、李科浇老师的“世界冠军带你从零实践强化学习”公开课的精华内容,在理论严谨的基础上深入浅出地介绍马尔可夫决策过程、蒙特卡洛方法、时序差分方法、Sarsa、Q学习等传统强化学习算法,以及策略梯度、近端策略优化、深度Q网络、深度确定性策略梯度等常见深度强化学习算法的基本概念和方法,并以大量生动有趣的例子帮助读者理解强化学习问题的建模过程以及核心算法的细节。 此外,本书还提供习题解答以及Python代码实现,可以让读者进行端到端、从理论到轻松实践的全生态学习,充分掌握强化学习算法的原理并能进行实战。 本书适合对强化学习感兴趣的读者阅读,也可以作为相关课程的配套教材。

同类书籍推荐
  • 奇点临近:当计算机智能超越人类
    雷·库兹韦尔
  • AI 3.0
    梅拉妮·米歇尔
  • 深度学习从0到1
    覃秉丰
  • 人工智能时代与人类未来
    亨利·基辛格
  • 这就是ChatGPT
    斯蒂芬·沃尔弗拉姆
  • AI助理:用ChatGPT轻松搞定工作
    杜雨