剧情简介:深度强化学习结合了深度学习和强化学习,使人工智能体能够在没有监督的情况下学习如何解决顺序决策问题。在过去的十年中,深度强化学习在一系列问题上取得了显著的成果,涵盖从单机游戏和多人游戏到机器人技术等方方面面。本书采用理论结合实践的方法,从直觉开始,然后仔细解释深度强化学习算法的理论,讨论在配套软件库SLM Lab中的实现,最后呈现深度强化学习算法的实践细节。 通过本书,你将: 理解深度强化学习问题的每个关键方面。 探索基于策略和基于值的算法,包括REINFORCE算法、SARSA算法、深度Q网络(DQN)算法和改进的深度Q网络算法。 深入研究基于策略和基于值的组合算法,包括演员-评论家算法和近端策略优化(PPO)算法。 了解算法的同步并行和异步并行。 在SLM Lab中运行算法,学习深度强化学习的实现细节。 探索算法基准测试结果与调优超参数。 了解深度...(展开全部)
作者:Laura Graesser
出版社:机械工业出版社
ISBN:9787111689331