深度強化學(xué)習(xí)圖解

我們在與環(huán)境交互的過程中進行學(xué)習(xí)，經(jīng)歷的獎勵

或懲罰將指導(dǎo)我們未來的行為。深度強化學(xué)習(xí)將該過程

引入人工智能領(lǐng)域，通過分析結(jié)果來尋找最有效的前進

方式。DRL智能體可提升營銷效果、預(yù)測股票漲跌，甚

至擊敗頂尖圍棋高手和國際象棋大師。

《深度強化學(xué)習(xí)圖解》呈現(xiàn)生動示例，指導(dǎo)你構(gòu)建

深度學(xué)習(xí)體系。Python代碼包含詳明、直觀的注釋，助

你深刻理解DRL技術(shù)。你將學(xué)習(xí)算法的運行方式，并學(xué)

會用評估性反饋來開發(fā)自己的DRL智能體。

本書主要內(nèi)容包括:

●強化學(xué)習(xí)入門

●行為與人類似的DRL智能體

●在復(fù)雜情況下應(yīng)用DRL

本書適用于具有基礎(chǔ)深度學(xué)習(xí)經(jīng)驗的開發(fā)者。

Miguel Morales在洛克希德●馬丁(Lockheed Martin)公 司從事強化學(xué)習(xí)工作，在佐治亞理工學(xué)院擔(dān)任強化學(xué)習(xí)與決策課程的講師。