説明
マキシム・ラパンによる『ディープ強化学習ハンズオン』は、現代の強化学習(RL)手法に関する包括的なガイドです。この本では、深層Qネットワーク、価値反復、ポリシー勾配、TRPO、AlphaGo Zeroなど、さまざまなトピックを扱っています。読者は、深層学習(DL)を使用して複雑な実世界の問題を解決するために、これらの技術を適用する方法を学びます。この本は、さまざまなタスクのためにインテリジェントな学習エージェントをコーディングするためのRLの基本を紹介しています。具体的な例としては、「グリッドワールド」環境でのQ学習の実装、株式取引のためのエージェントの訓練、価値反復を使用してアタリのアーケードゲームを打ち負かすことが含まれています。さらに、この本では、AI駆動のチャットボットを含む最新の深層RL研究も探求しています。Pythonの流暢さと基本的なDLアプローチが前提とされていますが、事前のRLの知識は必要ありません。この本は2018年にPackt Publishingから出版されましたが、2020年に更新された新しい版が利用可能で、マルチエージェント手法やロボティクスにおけるRLに関する追加の章が含まれています。
- カテゴリー教育・研究
書籍情報
第一原理から深層強化学習を探求する
TRPOやPPOなどの著名なRL手法を評価する
RLの基礎としてマルコフ決定過程を学ぶ
グリッドワールド環境でQ学習を実装する
OpenAI Gymを使用して株式取引のためのエージェントを訓練する
価値反復を使用してアタリゲームを打ち負かす
AlphaGo Zeroを使用してエージェントにConnect4をプレイさせる
AI駆動のチャットボット研究を発見する
この本の対象読者
- 株式取引エージェント
- アタリゲーム戦略
- Connect4のゲームプレイ
- AI駆動のチャットボット
- グリッドワールド環境






