杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深度强化学习/(荷)阿斯克·普拉特(AskePlaat)著 殷海英译

出版发行项:

北京:清华大学出版社,2024

ISBN及定价:

978-7-302-65979-2/CNY79.80

载体形态项:

254页:图，照片;24cm

并列正题名:

Deep reinforcement learning

个人责任者:

(荷) 普拉特 (Plaat, Aske) 著

个人次要责任者:

殷海英 译

学科主题:

机器学习

中图法分类号:

TP181

一般附注:

Springer

相关题名附注:

版权页英文题名：Deep reinforcement learning

提要文摘附注:

近年来，深度强化学习成为关注的热点。在自动驾驶、棋牌游戏、分子重排和机器人等领域，计算机程序能够通过强化学习，理解以前被视为超级困难的问题，取得了令人瞩目的成果。在围棋比赛中，AlphaGo接连战胜樊麾、李世石和柯洁等人类冠军。深度强化学习从生物学和心理学领域的研究中受到启发。生物学激发了人工神经网络和深度学习的出现，而心理学研究人和动物如何学习，如何通过正负刺激来强化目标行为。了解了强化学习如何指导机器人行走时，我们不禁联想到儿童如何在玩中学习。动物行为和大脑结构可作为新的科学和工程蓝图。计算机似乎真正具备了人类的某些行为特征，深度强化学习技术成为实现AI梦想的核心。教育界也十分重视深度强化学习的研究进展。许多大学开设了深度强化学习课程。本书怡到好处地介绍了深度强化学习领域的技术细节。本书讲解全面，涵盖深度Q-learning的基本算法，乃至多智能体强化学习和元学习等高级主题。

豆瓣简介：