池州职业技术学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深度强化学习:基础、研究与应用/董豪,丁子涵,仉尚航等著

出版发行项:

北京:电子工业出版社,2021

ISBN及定价:

978-7-121-41188-5/CNY129.00

载体形态项:

XXIXX,489页:图;24cm

并列正题名:

Deep reinforcement learning: fundamentals, research and applications

其它题名:

基础、研究与应用

个人责任者:

董豪 著

个人责任者:

丁子涵 著

个人责任者:

仉尚航 著

学科主题:

机器学习

中图法分类号:

TP181

一般附注:

博文视点

责任者附注:

董豪,北京大学计算机系前沿计算研究中心助理教授、深圳鹏城实验室双聘成员。于2019年秋获得英国帝国理工学院博士学位。研究方向主要涉及计算机视觉和生成模型,目的是降低学习智能系统所需要的数据。

提要文摘附注:

深度强化学习结合深度学习与强化学习算法各自的优势解决复杂的决策任务。得益于 DeepMind AlphaGo 和 OpenAI Five 成功的案例,深度强化学习受到大量的关注,相关技术广泛应用于不同的领域。本书分为三大部分,覆盖深度强化学习的全部内容。第一部分介绍深度学习和强化学习的入门知识、一些非常基础的深度强化学习算法及其实现细节,包括第 1~6 章。第二部分是一些精选的深度强化学习研究题目,这些内容对准备开展深度强化学习研究的读者非常有用,包括第 7~12 章。第三部分提供了丰富的应用案例,包括 AlphaZero、让机器人学习跑步等,包括第 13~17 章。本书是为计算机科学专业背景、希望从零开始学习深度强化学习并开展研究课题和实践项目的学生准备的。本书也适合没有很强的机器学习背景、但是希望快速学习深度强化学习并将其应用到具体产品中的软件工程师阅读。

豆瓣简介：