消息首页搜索举报

深度强化学学术前沿与实战应用人工智能新华正版

讲解深度强化学的理论及其应用，深入解读主要算的代码，提供其在游戏、机器人、cv和nlp领域的实践应用

58.9 5.9折 99 全新

库存14件

河北保定

认证卖家担保交易快速发货售后保障

作者作者

出版社机械工业出版社

ISBN9787111646648

出版时间2020-03

版次1

装帧平装

开本16开

页数377页

定价99元

货号xhwx_1202035405

上书时间2023-12-16

浩子书屋

九年老店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 17小时
好评率暂无

最新上架

货币、金融信用与宏观流动财政金融李宝伟等新华正版 ¥23.78

premiere影视编辑实用教程大中专文科文学艺术程明才新华正版 ¥43.56

中国仪器仪表厂商名录2014-2015 经济工具书机械仪器仪表综合技术经济研究所编新华正版 ¥91.80

中国金融改革之温州解法财政金融孙芙蓉,高翔新华正版 ¥30.53

信息系统大中专文科经管杨莹新华正版 ¥23.60

换个想法,生活中国哲学陈珊编新华正版 ¥22.88

中国养发展报告 2014 保险郑秉文主编新华正版 ¥90.59

续桑园围志中国历史温肃,何炳堃纂修新华正版 ¥47.98

线描画课堂少儿艺术邵红梅编新华正版 ¥5.87

商品详情

品相描述：全新: 正版特价新书

商品描述: 目录：

前言

致谢

数学符号

篇深度强化学

章深度强化学基础2

1.1强化学2

1.1.1强化学的发展历史2

1.1.2强化学简介4

1.1.3深度强化学简介6

1.2马尔可夫属和决策过程9

1.2.1马尔可夫属9

1.2.2马尔可夫决策过程11

1.3强化学核心概念12

1.3.1值函数12

1.3.2动态规划14

1.3.3时间（序）差分15

1.3.4策略梯度16

1.3.5actor-critic方17

1.4q-learning18

1.4.1q-learning简介18

1.4.2算19

1.4.3相关变量及影响20

1.4.4实现方21

第2章深度强化学算22

2.1基于值的深度强化学算22

2.1.1深度q网络22

2.1.2深度双q网络27

2.1.3竞争网络架构31

2.1.4均值dqn33

2.1.5多dqn变种结合体：rainbow37

2.1.6基于动作排除的dqn42

2.2基于策略的深度强化学算46

2.2.1循环确定策略梯度46

2.2.2深度确定策略梯度55

2.2.3信赖域策略优化62

2.2.4近端策略优化68

2.3基于模型的深度强化学算73

2.3.1基于模型加速的连续深度q-learning73

2.3.2范例模型探索80

2.3.3基于模型集成的信赖域策略优化88

2.3.4时间差分模型95

2.4基于分层的深度强化学算102

2.4.1分层深度强化学102

2.4.2基于封建网络的分层强化学109

2.4.3基于神经网络的分层强化学116

第3章分布式深度强化学123

3.1分布式系统123

3.1.1分布式系统简介123

3.1.2分布式系统的发展历史124

3.1.3架构演进125

3.1.4主流分布式系统框架128

3.2分布式深度强化学算129

3.2.1分布式近端策略优化129

3.2.2分布式深度确定策略梯度138

3.3分布式深度强化学框架145

3.3.1重要加权actor-learner架构145

3.3.2分布式优先经验复用池153

第二篇多智能体深度强化学

第4章多智能体深度强化学基础162

4.1多智能体强化学162

4.1.1多智能体强化学发展历史162

4.1.2多智能体强化学简介164

4.1.3优势和挑战166

4.2部分可见马尔可夫决策过程166

4.2.1pomdp模型166

4.2.2pomdp相关研究169

4.2.3pomdp应用领域170

第5章多智能体深度强化学算171

5.1基于值函数的多智能体深度强化学171

5.1.1基于dqn的多智能体网络171

5.1.2增强智能体间学174

5.1.3协同多智能体学的价值分解网络178

5.1.4多智能体深度强化学的稳定经验复用池182

5.1.5单调值函数分解187

5.1.6深度强化学中的对立智能体建模190

5.1.7均场多智能体强化学193

5.2基于策略的多智能体深度强化学197

5.2.1基于自身策略的其他智能体行为预测197

5.2.2双重均方案201

5.2.3多智能体深度强化学的统一博弈论方208

5.3基于ac框架的多智能体深度强化学212

5.3.1多智能体深度确定策略梯度212

5.3.2多智能体集中规划的价值函数策略梯度220

5.3.3多智能体系统的策略表示学227

5.3.4部分可观察环境下的多智能体策略优化231

5.3.5基于联网智能体的去中心化marl236

第三篇多任务深度强化学

第6章多任务深度强化学基础244

6.1简介244

6.1.1理论概述244

6.1.2面临的挑战247

6.2策略蒸馏248

第7章多任务深度强化学算253

7.1无监督强化与辅助学253

7.1.1算介绍253

7.1.2算分析255

7.1.3使用场景与优势分析261

7.2使用渐进式神经网络解决任务的复杂序列262

7.2.1算介绍262

7.2.2算分析262

7.2.3使用场景与优势分析266

7.3基于单智能体的多任务共享模型267

7.3.1算介绍267

7.3.2算分析268

7.3.3使用场景与优势分析272

7.4使用popart归一化多任务更新幅度273

7.4.1算介绍273

7.4.2算分析274

7.4.3使用场景与优势分析276

第四篇深度强化学的应用

第8章游戏278

8.1gymretro游戏台278

8.1.1台简介278

8.1.2安装gymretro台281

8.1.3安装retroui282

8.1.4gymretro主要函数说明283

8.2相关应用285

8.2.1pong游戏285

8.2.2cartpole291

8.2.3flappybird298

8.2.4gradius302

第9章机器人控制312

9.1机器人导航312

9.1.1无地图导航312

9.1.2社会感知机器人导航316

9.2路径规划321

9.3机器人视觉324

0章计算机视觉327

10.1图像327

10.1.1图像字幕327

10.1.2图像恢复332

10.2337

10.2.1字幕337

10.2.2快进345

10.2.3视觉跟踪348

1章自然语言处理354

11.1与知识库交互的多轮对话智能体354

11.1.1概率kb查找355

11.1.2端到端kb-infobot356

11.1.3结359

11.2鲁棒远程监督关系提取359

11.2.1问题表述360

11.2.2使用基于策略的智能体重新分配训练数据集363

11.2.3结363

11.3非成对情感–情感翻译363

11.3.1问题表述363

11.3.2训练算366

11.3.3结367

缩写参照表368

常用词中英文对照371

参文献374

内容简介：

本书共分为四篇，即深度强化学、多智能体深度强化学、多任务深度强化学和深度强化学的应用。由浅入深、通俗易懂，涵盖经典算和近几年的前沿技术进展。特别是书中详细介绍了每一种代表算的代码原型实现，旨在理论与实践相结合，让读者学有所得、学有所用。篇（包含~3章）主要讲解深度强化学基础，侧重于单智能体强化学算，相对简单，有助于初级读者理解，同时涵盖了近几年的经典算和一些前沿的研究成果。第二篇（包含第4~5章）主要侧重于对多智能体深度强化学的讲解，从多智能体强化学基本概念到相关算的讲解和分析，以多个极具代表的算为例带领读者逐步学多智能体训练及控制的理论与方。同时，还介绍了多智能体强化学领域一些前沿学术成果。第三篇（包含第6~7章）扩展到多任务场景，称为多任务深度强化学。首先介绍了多任务强化学的基本概念和相关基础知识，随后讲解了部分经典的多任务深度强化学算。第四篇（包含第8~11章）主要讲解深度强化学的实际应用，涉及游戏、机器人控制、计算机视觉和自然语言处理四大领域。通过领域应用中思想和方的讲解，培养读者跨领域解决实际问题的能力，以帮助读者熟练掌握和使用深度强化学这一强大的方来解决和优化实际工程领域中的问题。