MARC状态：审校 文献类型：中文图书 浏览次数：35
- 题名/责任者:
- 深入浅出强化学习.编程实战/郭宪, 宋俊潇, 方勇纯著
- 出版发行项:
- 北京:电子工业出版社,2020.3
- ISBN及定价:
- 978-7-121-36746-5/CNY89.00
- 载体形态项:
- 264页:图;24cm
- 其它题名:
- 编程实战
- 个人责任者:
- 郭宪 著
- 个人责任者:
- 宋俊潇 著
- 个人责任者:
- 方勇纯 著
- 学科主题:
- 人工智能-程序设计
- 中图法分类号:
- TP18
- 连接字段附注:
- 本书是《深入浅出强化学习：原理入门》的姐妹篇
- 书目附注:
- 有书目 (第261-262页)
- 提要文摘附注:
- 本书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。
- 使用对象附注:
- 程序设计专业人员
全部MARC细节信息>>
| 索书号 | 条码号 | 年卷期 | 校区—馆藏地 | 书刊状态 | 还书位置 |
| TP18/260 | S3292366 | - | 总馆—工业技术书库（龙湖） | 可借 | 流通典藏部 |
| TP18/260 | S3292367 | - | 总馆—工业技术书库（龙湖） | 可借 |
显示全部馆藏信息