|
题名:
|
深度强化学习 shen du qiang hua xue xi / 刘全，黄志刚编著 , |
|
ISBN:
|
978-7-302-57820-8 价格： CNY59.80 |
|
语种:
|
chi |
|
载体形态:
|
12,243页 图 26cm |
|
出版发行:
|
出版地： 北京 出版社： 清华大学出版社 出版日期： 2021.08 |
|
内容提要:
|
本书基于PyTorch框架，用通俗易懂的语言深入浅出地介绍了强化学习的基本原理，包括传统的强化学习基本方法和目前流行的深度强化学习方法。在对强化学习任务建模的基础上，首先介绍动态规划法、蒙特卡洛法、时序差分法等表格式强化学习方法，然后介绍在PyTorch框架下，DQN、DDPG、A3C等基于深度神经网络的大规模强化学习方法。全书以一个扫地机器人任务贯穿始终，并给出具有代表性的实例，增加对每个算法的理解。 |
|
主题词:
|
机器学习 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
刘全 liu quan 编著 |
|
主要责任者:
|
黄志刚 huang zhi gang 编著 |
|
索书号:
|
TP181/0280 |