深入淺出強化學習：原理入門
郭憲
561人在讀
10.5萬字總字數
¥15.8定價
郭憲
本書用通俗易懂的語言深入淺出地介紹了強化學習的基本原理，覆蓋了傳統的強化學習基本方法和當前炙手可熱的深度強化學習方法。開篇從最基本的馬爾科夫決策過程入手，將強化學習問題納入到嚴謹的數學框架中，接着闡述瞭解決此類問題最基本的方法——動態規劃方法，並從中總結出解決強化學習問題的基本思路：交互迭代策略評估和策略改善。基於這個思路，分別介紹了基於值函數的強化學習方法和基於直接策略搜索的強化學習方法。最後介紹了逆向強化學習方法和近年具有代表性、比較前沿的強化學習方法。 除了系統地介紹基本理論，書中還介紹了相應的數學基礎和編程實例。因此，本書既適合零基礎的人員入門學習、也適合相關科研人員作爲研究參考。
可能已經是強化學習最簡單的書了。。 但是就知道是做決策訓練用的。。。。 一些公式去描述 自然有辦法幫忙分析和迭代。。。。。。 最終決策也會有最優解。。。。 醫藥能捅到底 確定自己不知道，沒人知道，科學可能需要假設有人知道更多 但你知道多少。。跟略弱的大多數博弈。。。
PILCO算法部分比較有意思，受益匪淺，但是一些符號沒有說明意義，筆誤也很多。