本書首先介紹在強化學習環境中工作所需的工具、庫和設置，涵蓋了強化學習的構成模塊，
深入探討基於值的方法，如Q-learning和SARSA算法的應用。
讀者將學習如何結合使用Q-learning和神經網絡來解決複雜問題。
此外，在學習*d*dPG和TD3確定性算法之前，讀者將學習策略梯度方法，如TRPO和PPO，以提高性能和穩定性。
本書還介紹模仿學習的原理，以及Dagger如何教智能體飛行。
讀者將探索進化策略和黑盒優化技術。
最後，讀者將掌握探索方法，如UCB和UCB1，並開發一個名為ESBAS的元算法。
基於 Python 的強化學習 (Reinforcement Learning Algorithms with Python : Learn, understand, and develop smart algorithms for addressing AI challenges)
- 作者： Andrea Lonza
- 譯者： Andrea Lonza 劉繼紅，王瑞文
- 出版社： 中國電力
- 出版日期： 2023-01-01
- ISBN碼： 9787519870379
- 編號： 9787519870379
$ 502 元
原價 502
-
$502