Like the first edition, this second edition focuses on core online learning algorithms, with the more mathematical material set off in shaded boxes. Part I covers as much of reinforcement learning as possible without going beyond the tabular case for which exact solutions can be found. Many algorithms presented in this part are new to the second edition, including UCB, Expected Sarsa, and Double Learning. Part II extends these ideas to function approximation, with new sections on such topics as artificial neural networks and the Fourier basis, and offers expanded treatment of off-policy learning and policy-gradient methods. Part III has new chapters on reinforcement learning's relationships to psychology and neuroscience, as well as an updated case-studies chapter including AlphaGo and AlphaGo Zero, Atari game playing, and IBM Watson's wagering strategy. The final chapter discusses the future societal impacts of reinforcement learning.
强化学习是人工智能中最活跃的研究领域之一,这是一本被广泛使用的关于强化学习的文本的大幅扩展和更新的新版本。
强化学习是人工智能中最活跃的研究领域之一,是一种计算性的学习方法,代理人在与复杂的、不确定的环境进行互动时,试图使其获得的奖励总量最大化。在《强化学习》中,理查德-萨顿和安德鲁-巴托对该领域的关键思想和算法作了清晰而简单的说明。本书的第二版进行了大幅扩充和更新,提出了新的主题,并更新了对其他主题的覆盖。
与第一版一样,第二版的重点是核心在线学习算法,更多的数学材料被放在阴影框中。第一部分涵盖了尽可能多的强化学习的内容,而没有超出可以找到精确解的表格情况。这一部分介绍的许多算法是第二版的新算法,包括UCB、预期萨萨和双重学习。第二部分将这些思想扩展到函数近似,有关于人工神经网络和傅里叶基础等主题的新章节,并对非政策学习和政策梯度方法进行了扩展处理。第三部分有关于强化学习与心理学和神经科学关系的新章节,以及更新的案例研究章节,包括AlphaGo和AlphaGo Zero、Atari游戏和IBM Watson的赌注策略。最后一章讨论了强化学习的未来社会影响。
相关文库
计算机行业:AIGC行业应用畅想
3027
类型:行研
上传时间:2023-04
标签:计算机、AIGC)
语言:中文
金额:5积分
零信任SaaS,美国经验与中国特色-20200802-42页
2740
类型:行研
上传时间:2020-08
标签:计算机、saas)
语言:中文
金额:免费
计算机行业安全服务:网络安全行业的制高点-20210221-64页
2489
类型:行研
上传时间:2021-02
标签:计算机、网络安全)
语言:中文
金额:免费
2021年IEEE高新能计算论文合集
2445
类型:学习教育
上传时间:2021-05
标签:高性能计算、学术、计算机)
语言:中文
金额:30积分
计算机行业专题研究:MES深度报告下篇,7大海外巨头,6家中国领军全梳理-20201015-55页
2362
类型:行研
上传时间:2020-10
标签:计算机、MES)
语言:中文
金额:免费
计算机行业:信创产业发展研究-20220510-84页
1810
类型:行研
上传时间:2022-05
标签:计算机、信创)
语言:中文
金额:免费
计算机行业对于低代码工具发展的思考:AI降低软件使用门槛,交付自动化提升工具价值
1743
类型:行研
上传时间:2023-06
标签:计算机、AI、低代码)
语言:中文
金额:5积分
计算机行业:工业软件,研究框架-20200618-132页
1542
类型:行研
上传时间:2020-07
标签:计算机、工业软件、券商报告)
语言:中文
金额:免费
电子书-Linux是如何工作的How Linux Works(英)
1428
类型:电子书
上传时间:2022-04
标签:计算机、操作系统、内部结构)
语言:英文
金额:5积分
2020年高考志愿填报全解析—计算机行业报考热门专业、院校及前景(免费
1409
类型:专题
上传时间:2020-07
标签:高考志愿填报、计算机)
语言:中文
金额:5积分
积分充值
30积分
6.00元
90积分
18.00元
150+8积分
30.00元
340+20积分
68.00元
640+50积分
128.00元
990+70积分
198.00元
1640+140积分
328.00元
微信支付
余额支付
积分充值
应付金额:
0 元
请登录,再发表你的看法
登录/注册