
亚历山大·扎伊 布兰登·布朗
本书先介绍深度强化学习的基础知识及相关算法,然后给出多个实战项目,以期让读者可以根据环境的直接反馈对智能体加以调整和改进,提升运用深度强化学习技术解决实际问题的能力。 本书涵盖深度Q网络、策略梯度法、演员-评论家算法、进化算法、Dist-DQN、多智能体强化学习、可解释性强化学习等内容。本书给出的实战项目紧跟深度强化学习技术的发展趋势,且所有项目示例以Jupter Notebook样式给出,便于读者修改代码、观察结果并及时获取经验,能够带给读者交互式的学习体验。 本书适合有一定深度学习和机器学习基础并对强化学习感兴趣的读者阅读。
不知道是翻译问题,还是原文就这样,不够清楚明晰。
https://github.com/DeepReinforcementLearning/DeepReinforcementLearningInAction 本书代码库
一言难尽的翻译,很多术语都翻译错了
不怎么样。很多内容是蜻蜓点水般过了一下,内容架构、底层原理都讲得不好。