123,123,123

內(nèi)容簡(jiǎn)介

　　本書比較全面、系統(tǒng)地介紹了深度強(qiáng)化學(xué)習(xí)的理論和算法，并配有大量的案例和編程實(shí)現(xiàn)。全書核心內(nèi)容可以分為3部分，第一部分為經(jīng)典強(qiáng)化學(xué)習(xí)，包括第2、3、4章，主要內(nèi)容有動(dòng)態(tài)規(guī)劃法，蒙特卡洛法、時(shí)序差分法；第二部分為深度強(qiáng)化學(xué)習(xí)，包括第6、7、8章，主要內(nèi)容有值函數(shù)近似法、策略梯度法、策略梯度法進(jìn)階；第三部分重點(diǎn)介紹了深度強(qiáng)化學(xué)習(xí)的經(jīng)典應(yīng)用——AlphaGo系列算法。另外，作為理論和算法的輔助，第1章介紹了強(qiáng)化學(xué)習(xí)的模型，第5章簡(jiǎn)單介紹了深度學(xué)習(xí)和PyTorch編程框架。本書可以作為理工科大學(xué)相關(guān)專業(yè)研究生的學(xué)位課教材，也可以作為人工智能、機(jī)器學(xué)習(xí)相關(guān)專業(yè)高年級(jí)本科生的選修課教材，還可以作為相關(guān)領(lǐng)域?qū)W術(shù)研究人員、教師和工程技術(shù)人員的參考資料。