安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

强化学习:原理与Python实战/肖智清著

出版发行项:

北京:机械工业出版社,2023.07

ISBN及定价:

978-7-111-72891-7/CNY129.00

载体形态项:

XIII, 490页:图;24cm

并列正题名:

Reinforcement learning:theory and Python implementation

其它题名:

原理与Python实战

丛编项:

智能系统与技术丛书

个人责任者:

肖智清 著

学科主题:

机器学习

非控制主题词:

Python

中图法分类号:

TP181

责任者附注:

肖智清, 强化学习一线研发人员, 清华大学工学博士。在国内外出版多本人工智能专著, 在知名期刊和会议上发表多篇第一作者论文。

提要文摘附注:

本书介绍强化学习理论及其Python实现。第1章: 从零开始介绍强化学习的背景知识, 介绍环境库Gym的使用。第2-15章: 基于折扣奖励离散时间Markov决策过程模型, 介绍强化学习的主干理论和常见算法。采用数学语言推导强化学习的基础理论, 进而在理论的基础上讲解算法, 并为算法提供配套代码实现。基础理论的讲解突出主干部分, 算法讲解全面覆盖主流的强化学习算法, 包括经典的非深度强化学习算法和近年流行的强化学习算法。Python实现和算法讲解一一对应, 针对深度强化学习算法还给出了基于TensorFlow2和PyTorch1的对照实现。第16章: 介绍其他强化学习模型, 包括平均奖励模型、连续时间模型、非齐次模型, 半Markov模型、部分可观测模型等, 以便更好了解强化学习研究的全貌。

豆瓣简介：