強化學習：原理與Python實戰

內容簡介

全書分爲三個部分： ?第1章：從零開始介紹強化學習的背景知識，介紹環境庫Gym的使用。 ?第2～15章：基於折扣獎勵離散時間Markov決策過程模型，介紹強化學習的主幹理論和常見算法。採用數學語言推導強化學習的基礎理論，進而在理論的基礎上講解算法，併爲算法提供配套代碼實現。基礎理論的講解突出主幹部分，算法講解全面覆蓋主流的強化學習算法，包括經典的非深度強化學習算法和近年流行的強化學習算法。Python實現和算法講解一一對應，對於深度強化學習算法還給出了基於TensorFlow 2和PyTorch 1的對照實現。 ?第16章：介紹其他強化學習模型，包括平均獎勵模型、連續時間模型、非齊次模型，半Markov模型、部分可觀測模型等，以便更好了解強化學習研究的全貌。

讀者書評

書籍信息