简介
本书从强化学习最基本的概念开始介绍,将介绍基础的分析工具,包括贝尔曼公式和贝尔曼最优公式,然后推广到基于模型的和无模型的强化学习算法,最后推广到基于函数逼近的强化学习方法。本书强调从数学的角度引入概念、分析问题、分析算法,并不强调算法的编程实现。本书不要求读者具备任何关于强化学习的知识背景,仅要求读者具备一定的概率论和线性代数的知识。如果读者已经具备强化学习的学习基础,本书可以帮助读者更深入地理解一些问题并提供新的视角。本书面向对强化学习感兴趣的本科生、研究生、研究人员和企业或研究所的从业者。
编辑推荐
·从零开始到透彻理解,知其然并知其所以然; ·本书在GitHub收获2000+星; ·课程视频全网播放超过80万; ·国内外读者反馈口碑爆棚; ·教材、视频、课件三位一体。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2024-07-01
- 更新: 2025-05-28
- 书号:9787302658528
- 中图:TP181
- 学科:工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术