强化学习--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

本书详细介绍了强化学习的理论推导、算法细节。全书共12章，包括强化学习概述、马尔可夫决策过程。退化的强化学习问题、环境已知的强化学习问题、基于价值的强化学习算法、基于策略的强化学习算法、AC 型算法、基于模型的强化学习算法等相关知识。本书系统性强、概念清晰，内容简明通俗。除了侧重于理论推导，本书还提供了许多便于读者理解的例子，以及大量被实践证明有效的算法技巧，旨在帮助读者进一步了解强化学习领域的相关知识，提升其现实中的工程能力。本书可作为高等院校数学、计算机、人工智能等相关专业的强化学习教材，但需要有机器学习、深度学习等前置课程作为基础。

第1章绪论 1.1 强化学习是什么 1.2 强化学习的基本思想 1.2.1 从环境中产生数据 1.2.2 求解优策略 1.3 强化学习为什么重要 1.4 本书内容介绍参考文献第2章马尔可夫决策过程 2.1 马尔可夫过程 2.2 马尔可夫决策过程的定义 2.3 马尔可夫过程与马尔可夫决策过程的对比 2.4 马尔可夫决策过程的分类 2.4.1 马尔可夫决策过程是否发生退化 2.4.2 环境是否已知 2.4.3 环境的确定性与随机性 2.4.4 马尔可夫决策过程的时齐性 2.4.5 状态与动作的连续性 *2.4.6 时间的连续性 2.4.7 小结 2.5 马尔可夫决策过程的奖励函数思考题参考文献第3章退化的强化学习问题 3.1 盲盒售货机问题 3.2 探索-利用困境 3.3 各种不同的探索策略 3.3.1 贪心策略 3.3.2 玻尔兹曼探索策略 3.3.3 上置信界策略 3.4 总结思考题参考文献第4章优控制 4.1 基于价值的思想 4.1.1 三连棋游戏策略 4.1.2 价值的定义 4.1.3 基于价值和基于策略 4.1.4 小结思考题 4.2 动态规划 4.2.1 策略迭代法 4.2.2 雅可比迭代法 4.2.3 值迭代法 4.2.4 软提升 4.2.5 小结思考题 4.3 LQR控制 4.3.1 基本LQR控制问题 4.3.2 LQR控制器

强化学习

库存： {{selectedSku?.stock}} 库存充足