描述
《深度强化学习实战》由Maxim Lapan撰写,是一本关于现代强化学习(RL)方法的全面指南。书中涵盖了一系列主题,包括深度Q网络、价值迭代、策略梯度、TRPO和AlphaGo Zero。读者将学习如何应用这些技术来解决复杂的现实问题,利用深度学习(DL)。本书提供了强化学习基础的介绍,使读者能够为各种任务编写智能学习代理。它包括实际示例,如在“网格世界”环境中实现Q学习、训练股票交易代理以及使用价值迭代击败Atari街机游戏。此外,本书还探讨了最新的深度RL研究,包括AI驱动的聊天机器人。虽然假设读者具备一定的Python流利度和基本的深度学习方法,但不需要先前的强化学习知识。本书由Packt Publishing于2018年出版,但有更新的2020年版可用,提供了关于多代理方法和机器人领域RL的附加章节。
- 类别教育与研究
图书信息
从基本原理探索深度强化学习
评估高知名度的RL方法,如TRPO和PPO
学习马尔可夫决策过程作为RL基础
在“网格世界”环境中实现Q学习
使用OpenAI Gym训练股票交易代理
使用价值迭代击败Atari游戏
教代理使用AlphaGo Zero玩Connect4
发现AI驱动的聊天机器人研究
适合的读者
- 股票交易代理
- Atari游戏策略
- Connect4游戏玩法
- AI驱动的聊天机器人
- 网格世界环境






