深入浅出强化学习：原理入门
郭宪
561人在读
10.5万字总字数
¥15.8定价
郭宪
本书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，覆盖了传统的强化学习基本方法和当前炙手可热的深度强化学习方法。开篇从最基本的马尔科夫决策过程入手，将强化学习问题纳入到严谨的数学框架中，接着阐述了解决此类问题最基本的方法——动态规划方法，并从中总结出解决强化学习问题的基本思路：交互迭代策略评估和策略改善。基于这个思路，分别介绍了基于值函数的强化学习方法和基于直接策略搜索的强化学习方法。最后介绍了逆向强化学习方法和近年具有代表性、比较前沿的强化学习方法。 除了系统地介绍基本理论，书中还介绍了相应的数学基础和编程实例。因此，本书既适合零基础的人员入门学习、也适合相关科研人员作为研究参考。
可能已经是强化学习最简单的书了。。 但是就知道是做决策训练用的。。。。 一些公式去描述 自然有办法帮忙分析和迭代。。。。。。 最终决策也会有最优解。。。。 医药能捅到底 确定自己不知道，没人知道，科学可能需要假设有人知道更多 但你知道多少。。跟略弱的大多数博弈。。。
PILCO算法部分比较有意思，受益匪浅，但是一些符号没有说明意义，笔误也很多。