李察·萨顿和安德鲁·巴托以清晰简明的方式阐述了强化学习的关键思想和算法。他们的讨论范围从该领域的知识基础历史到最近的发展和应用。
强化学习是人工智能中最活跃的研究领域之一，是一种计算学习方法，其中一个代理试图在与复杂、不确定的环境交互时最大化其获得的总奖励。在《强化学习》这本书中，李察·萨顿和安德鲁·巴托以清晰简明的方式阐述了强化学习的关键思想和算法。他们的讨论范围从该领域的知识基础历史到最近的发展和应用。所需的数学背景仅是对基本概率概念的熟悉。
该书分为三部分。第一部分用马尔可夫决策过程来定义强化学习问题。第二部分提供基本解决方法：动态规划，蒙特卡洛方法，和时差学习。第三部分提供了一个关于解决方法的统一视角，并融入了人工神经网络，资格痕迹和规划；最后两章提供了案例研究，并考虑了强化学习的未来。
专知便捷查看
便捷下载，请关注专知公众号（点击上方蓝色专知关注）
专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！
欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！
点击“阅读原文”，了解使用专知，查看获取100000+AI主题知识资料
