深入浅出强化学习

书籍简介:

本书是《深入浅出强化学习：原理入门》的姐妹篇。首先介绍马尔科夫决策过程的理论框架，然后介绍基于动态规划的策略迭代算法和值迭代算法，在此基础上分三大篇分别介绍了目前强化学习算法中最基本的算法。第一篇为基于值函数的强化学习算法，该篇介绍了基于两种策略评估方法（蒙特卡洛策略评估和时间差分策略评估）的强化学习算法，进而介绍了如何将函数逼近的方法引入到强化学习算法中。第二篇为直接策略搜索方法，该篇介绍了最基本的策略梯度方法、基本的AC方法、PPO方法和DDPG算法。第三篇为基于模型的强化学习方法，该篇介绍了基于mpc的方法，AlphaZero算法基本原理及在五子棋上的具体实现细节。

书籍规格:

书籍信息归属:

深入浅出强化学习是电子工业出版社于2019.9出版的中图分类号为 TP18 的主题关于 人工智能－程序设计 的书籍。