机读格式显示(MARC)
- 000 01632nam0 2200289 450
- 010 __ |a 978-7-302-65979-2 |d CNY79.80
- 100 __ |a 20240718d2024 em y0chiy50 ea
- 200 1_ |a 深度强化学习 |A shen du qiang hua xue xi |f (荷)阿斯克·普拉特(AskePlaat)著 |g 殷海英译
- 210 __ |a 北京 |c 清华大学出版社 |d 2024
- 215 __ |a 254页 |c 图,照片 |d 24cm
- 312 __ |a 版权页英文题名:Deep reinforcement learning
- 330 __ |a 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。
- 510 1_ |a Deep reinforcement learning |z eng
- 606 0_ |a 机器学习 |A Ji Qi Xue Xi
- 701 _0 |c (荷) |a 普拉特 |A pu la te |c (Plaat, Aske) |4 著
- 702 _0 |a 殷海英 |A yin hai ying |4 译
- 801 _0 |a CN |b HDUL |c 20241015
- 905 __ |a HDUL |d TP181/852