统计策略搜索强化学习方法及应用
正版新书 新华官方库房直发 可开电子发票
￥ 51.37 6.5折 ￥ 79 全新
仅1件
作者赵婷婷
出版社电子工业出版社
ISBN9787121419591
出版时间2021-08
版次1
装帧平装
开本16开
纸张胶版纸
页数172页
字数210千字
定价79元
货号SC:9787121419591
上书时间2024-09-08
![[唐楷书]颜真卿麻姑仙坛记](https://www0.kfzimg.com/sw/kfz-cos/kfzimg/dddbccee/75d034e28120005d_s.jpg)
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
赵婷婷，天津科技大学人工智能学院副教授，主要研究方向为人工智能、机器学习。中国计算机协会（CCF） 会员、YOCSEF 会员、中国人工智能学会会员、人工智能学会模式识别专委会委员，2017年获得天津市"131”创新型人才培养工程第二层次人选称号
内容简介:
智能体AlphaGo战胜人类围棋专家刷新了人类对人工智能的认识，也使得其核心技术强化学习受到学术界的广泛关注。本书正是在如此背景下，围绕作者多年从事强化学习理论及应用的研究内容及国内外关于强化学习的最近动态等方面展开介绍，是为数不多的强化学习领域的专业著作。该著作侧重于基于直接策略搜索的强化学习方法，结合了统计学习的诸多方法对相关技术及方法进行分析、改进及应用。本书以一个全新的现代角度描述策略搜索强化学习算法。从不同的强化学习场景出发，讲述了强化学习在实际应用中所面临的诸多难题。针对不同场景，给定具体的策略搜索算法，分析算法中估计量和学习参数的统计特性，并对算法进行应用实例展示及定量比较。特别地，本书结合强化学习前沿技术将策略搜索算法应用到机器人控制及数字艺术渲染领域，给人以耳目一新的感觉。最后根据作者长期研究经验，对强化学习的发展趋势进行了简要介绍和总结。本书取材经典、全面，概念清楚，推导严密，以期形成一个集基础理论、算法和应用为一体的完备知识体系。
目录:
第1章 强化学习概述 1
1.1 机器学习中的强化学习 1
1.2 智能控制中的强化学习 4
1.3 强化学习分支 8
1.4 本书贡献 11
1.5 本书结构 12
参考文献 14
第2章 相关研究及背景知识 19
2.1 马尔可夫决策过程 19
2.2 基于值函数的策略学习算法 21
2.2.1 值函数 21
2.2.2 策略迭代和值迭代 23
2.2.3 Q-learning 25
2.2.4 基于最小二乘法的策略迭代算法 27
2.2.5 基于值函数的深度强化学习方法 29
2.3 策略搜索算法 30
2.3.1 策略搜索算法建模 31
2.3.2 传统策略梯度算法（REINFORCE算法） 32
2.3.3 自然策略梯度方法（Natural Policy Gradient） 33
2.3.4 期望优选化的策略搜索方法 35
2.3.5 基于策略的深度强化学习方法 37
2.4 本章小结 38
参考文献 39
第3章 策略梯度估计的分析与改进 42
3.1 研究背景 42
3.2 基于参数探索的策略梯度算法（PGPE算法） 44
3.3 梯度估计方差分析 46
3.4 基于很优基线的算法改进及分析 48
3.4.1 很优基线的基本思想 48
3.4.2 PGPE算法的很优基线 49
3.5 实验 51
3.5.1 示例 51
3.5.2 倒立摆平衡问题 57
3.6 总结与讨论
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价