深度强化学习基于Python的理论及实践(英文版)--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

内容简介

深度强化学习结合了深度学习和强化学习，使人工智能体能够在没有监督的情况下学习如何解决顺序决策问题。在过去的十年中，深度强化学习在一系列问题上取得了显著的成果，涵盖从单机游戏和多人游戏到机器人技术等方方面面。本书采用理论结合实践的方法，从直觉开始，然后仔细解释深度强化学习算法的理论，讨论在配套软件库SLMLab中的实现，最后呈现深度强化学习算法的实践细节。

作者简介

第1章强化学习简介
1.1强化学习
1.2强化学习中的MDP
1.3强化学习中的学习函数
l.4深度强化学习算法
1.4.1基于策略的算法
1.4.2基于值的算法
1.4.3基于模型的算法
1.4.4组合方法
1.4.5本书中的算法
1.4.6同策略和异策略算法
1.4.7小结
1.5强化学习中的深度学习
1.6强化学习与监督学习
1.6.1缺乏先知
1.6.2反馈稀疏性
1.6.3数据生成
1.7总结
第一部分基于策略的算法和基于值的算法
第2章REINFORCE
2.1策略
2.2目标函数
2.3策略梯度
2.3.1策略梯度推导
2.4蒙特卡罗采样
2.5REINFORCE算法
2.5.1改进的REINFORCE算法
2.6实现REINFORECE
2.6.1一种最小化RINFORCE的实现
2.6.2用PvTorch构建策略
2.6.3采样动作
2.6.4计算策略损失
2.6.5REINFORCE训练循环
2.6.6同策略内存回放
2.7训练REINFORCE智能体
2.8实验结果
2.8.1实验：评估折扣因子y的影响
2.8.2实验：评估基准线的影响
2.9总结
2.10扩展阅读
2.11历史回顾
第3章SARSA
3.1Q函数和V函数
3.2时序差分学习
3.2.1时序差分学习示例
3.3sARsA中的动作选择
3.3.1探索和利用
3.4SARSA算法
3.4.1同策略算法
3.5实现SARSA
3.5.1动作函数：□贪婪
3.5.2计算Q损失
3.5.3SARSA训练循环
3.5.4同策略批处理内存回放
3.6训练sARsA智能体
3.7实验结果
3.7.1实验：评估学习率的影响
3.8总结
3.9扩展阅读
3.10历史回顾
……
第二部分组合方法
第三部分实践细节
第四部分环境设计
后记
附录
参考文献

深度强化学习 基于Python的理论及实践(英文版)

库存： {{selectedSku?.stock}} 库存充足

深度强化学习基于Python的理论及实践(英文版)