扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
强化学习 版权信息
- ISBN：9787302589723
- 条形码：9787302589723 ; 978-7-302-58972-3
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
强化学习 本书特色
本书针对的是人工智能、机器学习和自动控制中的前沿技术——强化学习，论述了强化学习的基本知识，还阐述了强化学习中的*新学习方法。并结合当下热点—深度学习，对深度学习与强化学习结合的产物—深度强化学习，进行了介绍与展望。同时，本书每章节均配有示例与名人传记，方便读者掌握方法的具体发展过程。 由浅及深，在强化学习基础知识之上，讲述了强化学习的*新学习法
强化学习 内容简介
强化学习是目前机器学习乃至人工智能领域发展*快的分支之一。强化学习的基本思想是通过与环境的交互、智能体或智能算法获取相关智能，其具体过程就是根据环境反馈得到的奖励不断调整自身的策略进而获得奖励决策的学习历程。本书主要讲述了强化学习的基本原理和基本方法，基于强化学习的控制、决策和优化方法设计与理论分析，深度强化学习原理以及平行强化学习等未来强化学习的发展新方向，展示从先行后知到先知后行，再到知行合一的混合平行智能思路。 本书可作为高等学校人工智能、机器学习、智能控制、智能决策、智慧管理、系统工程以及应用数学等专业的本科生或研究生教材，亦可供相关专业科研人员和工程技术人员参考。
强化学习 目录
第1章强化学习概论
1.1引言
1.2强化学习的发展历程
1.3强化学习的研究现状
1.4本书内容架构
参考文献
第2章马尔可夫决策过程
2.1马尔可夫决策过程
2.2策略与代价函数
2.3*优策略与*优代价函数
参考文献
第3章动态规划
3.1动态规划的兴起
3.2动态规划基本思想： 多级决策过程
3.3*优性原理与递推方程
3.4离散时间动态规划
3.5连续时间动态规划
3.6动态规划的挑战
参考文献
第4章蒙特卡洛学习方法
4.1蒙特卡洛方法背景
4.1.1蒙特卡洛方法的由来
4.1.2基于模型的算法与无模型算法比较
4.1.3蒙特卡洛模拟的思路
4.2蒙特卡洛预测
4.2.1初次访问蒙特卡洛预测
4.2.2历次访问蒙特卡洛预测
4.2.3增量计算技巧
4.3蒙特卡洛控制
4.3.1初始探索问题
4.3.2在策方法： ε贪心算法
4.3.3脱策算法： 重要性采样
4.4蒙特卡洛强化学习算法总结
参考文献
第5章时序差分学习
5.1时序差分学习基本概念
5.2时序差分学习算法
5.3n步回报
5.4TD(λ)算法
参考文献
第6章神经网络
6.1神经网络的发展历史
6.2MP神经元模型
6.3前馈神经网络
6.3.1感知机
6.3.2误差反向传播算法
6.3.3径向基网络
6.4其他常见的神经网络
6.4.1ART网络
6.4.2Hopfield网络
6.4.3Boltzmann机
参考文献
第7章自适应动态规划
7.1问题描述
7.2自适应动态规划的原理
7.3自适应动态规划的分类
7.3.1启发式动态规划
7.3.2二次启发式规划
7.3.3执行依赖启发式动态规划
7.3.4执行依赖二次启发式规划
7.4基于执行依赖的自适应动态规划方法
7.4.1问题描述
7.4.2基于执行依赖的自适应动态规划方法
参考文献
第8章策略迭代学习方法
8.1启发式学习原理
8.2离散时间策略迭代自适应动态规划
8.2.1策略迭代算法的推导
8.2.2策略迭代算法的性质
8.2.3初始容许控制律的获得
8.2.4仿真实验
8.3连续时间策略迭代自适应动态规划
8.3.1连续时间策略迭代算法
8.3.2连续时间策略迭代自适应动态规划的性能分析
参考文献
第9章值迭代学习方法
9.1值迭代学习原理
9.2离散时间值迭代自适应动态规划
9.2.1离散时间非线性系统的Bellman方程解
9.2.2广义值迭代自适应动态规划
9.3连续时间值迭代自适应动态规划
9.3.1问题描述
9.3.2主要结果
参考文献
第10章Q学习方法
10.1无模型强化学习
10.2Q学习原理
10.3离散时间确定性Q学习
10.3.1问题描述
10.3.2离散时间确定性Q学习算法的性质
10.3.3离散时间确定性Q学习算法的神经网络实现
10.3.4仿真实验
10.4Q学习进展
参考文献
第11章脱策学习
11.1脱策学习的兴盛
11.2脱策学习的基本思想
11.2.1问题描述
11.2.2相关研究工作
11.3脱策学习过程
11.3.1脱策强化学习
11.3.2基于神经网络的实现
11.4脱策学习收敛性分析
11.5基于脱策强化学习的线性H∞控制
11.6仿真实验
参考文献
第12章深度强化学习
12.1深度学习基本概念
12.1.1深度学习的起源
12.1.2深度学习与传统机器学习
12.1.3深度学习的运用环境
12.2深度神经网络
12.2.1深度神经网络溯源
12.2.2梯度下降法
12.2.3反向传播
12.2.4动量模型
12.2.5学习律
12.3卷积神经网络
12.3.1卷积神经网络介绍
12.3.2卷积层
12.3.3采样层
12.3.4分类层
12.3.5经典卷积神经网络结构
12.4循环神经网络
12.4.1循环神经网络介绍
12.4.2长短期记忆模型
12.5生成对抗网络
12.6深度强化学习基本理论
12.6.1Q函数
12.6.2策略
12.6.3效用值
12.6.4模型
12.6.5规划
12.7深度强化学习实际应用
12.7.1游戏
12.7.2机器人与控制
12.7.3自然语言处理
12.7.4计算机视觉
12.8未来待解决的问题
12.8.1采样效率低下
12.8.2难以寻找合适的效用函数
12.8.3局部*优陷阱
12.8.4过拟合问题
12.8.5复现难题
12.8.6适用场景与未来思考
参考文献
第13章强化学习展望： 平行强化学习
13.1自适应动态规划与深度强化学习
13.2平行控制理论的基本思想
13.3平行动态规划方法
参考文献
展开全部
书友推荐
- >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
经典常谈
经典常谈
¥25.9¥39.8 - >
山海经
山海经
¥20.4¥68.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0 - >
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
新文学天穹两巨星--鲁迅与胡适/红烛学术丛书(红烛学术丛书)
¥9.9¥23.0 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥4.4¥10.0 - >
中国历史的瞬间
中国历史的瞬间
¥23.5¥38.0 - >
名家带你读鲁迅:朝花夕拾
名家带你读鲁迅:朝花夕拾
¥10.5¥21.0
本类畅销
-
数学之美
¥48.3¥69 -
浪潮之巅-下册-第二版
¥22.1¥45 -
挑战程序设计竞赛(第2版)
¥55.3¥79 -
算法竞赛入门经典-(第2版)
¥34.9¥49.8 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158
