MARC状态：审校 文献类型：中文图书 浏览次数：21
- 题名/责任者:
- Easy RL:强化学习教程/王琦, 杨毅远, 江季编著
- 出版发行项:
- 北京:人民邮电出版社,2022.3
- ISBN及定价:
- 978-7-115-58470-0/CNY99.90
- 载体形态项:
- 245页:图 (部分彩图);23cm
- 其它题名:
- 强化学习教程
- 个人责任者:
- 王琦 编著
- 个人责任者:
- 杨毅远 编著
- 个人责任者:
- 江季 编著
- 学科主题:
- 机器学习-教材
- 中图法分类号:
- TP181
- 责任者附注:
- 王琦, 中国科学院大学硕士在读, Datawhale成员。杨毅远, 清华大学硕士在读, Datawhale成员。江季, 北京大学硕士在读, Datawhale成员。主要研究方向为强化学习、机器人。
- 书目附注:
- 有书目
- 提要文摘附注:
- 本书结合了李宏毅老师的“深度强化学习”、周博磊老师的“强化学习纲要”、李科浇老师的“世界冠军带你从零实践强化学习”公开课的精华内容, 在理论严谨的基础上深入浅出地介绍马尔可夫决策过程、蒙特卡洛方法、时序差分方法、Sarsa、Q学习等传统强化学习算法, 以及策略梯度、近端策略优化、深度Q网络、深度确定性策略梯度等常见深度强化学习算法的基本概念和方法, 并以大量生动有趣的例子帮助读者理解强化学习问题的建模过程以及核心算法的细节。
- 使用对象附注:
- 本书适合对强化学习感兴趣的读者阅读, 也可以作为相关课程的配套教材
全部MARC细节信息>>