統(tǒng)計(jì)策略搜索強(qiáng)化學(xué)習(xí)方法及應(yīng)用
智能體AlphaGo戰(zhàn)勝人類圍棋專家刷新了人類對(duì)人工智能的認(rèn)識(shí)，也使得其核心技術(shù)強(qiáng)化學(xué)習(xí)受到學(xué)術(shù)界的廣泛關(guān)注。本書正是在如此背景下，圍繞作者多年從事強(qiáng)化學(xué)習(xí)理論及應(yīng)用的研究內(nèi)容及國內(nèi)外關(guān)于強(qiáng)化學(xué)習(xí)的最近動(dòng)態(tài)等方面展開介紹，是為數(shù)不多的強(qiáng)化學(xué)習(xí)領(lǐng)域的專業(yè)著作。該著作側(cè)重于基于直接策略搜索的強(qiáng)化學(xué)習(xí)方法，結(jié)合了統(tǒng)計(jì)學(xué)習(xí)的諸多方法對(duì)相關(guān)技術(shù)及方法進(jìn)行分析、改進(jìn)及應(yīng)用。本書以一個(gè)全新的現(xiàn)代角度描述策略搜索強(qiáng)化學(xué)習(xí)算法。從不同的強(qiáng)化學(xué)習(xí)場景出發(fā)，講述了強(qiáng)化學(xué)習(xí)在實(shí)際應(yīng)用中所面臨的諸多難題。針對(duì)不同場景，給定具體的策略搜索算法，分析算法中估計(jì)量和學(xué)習(xí)參數(shù)的統(tǒng)計(jì)特性，并對(duì)算法進(jìn)行應(yīng)用實(shí)例展示及定量比較。特別地，本書結(jié)合強(qiáng)化學(xué)習(xí)前沿技術(shù)將策略搜索算法應(yīng)用到機(jī)器人控制及數(shù)字藝術(shù)渲染領(lǐng)域，給人以耳目一新的感覺。最后根據(jù)作者長期研究經(jīng)驗(yàn)，對(duì)強(qiáng)化學(xué)習(xí)的發(fā)展趨勢(shì)進(jìn)行了簡要介紹和總結(jié)。本書取材經(jīng)典、全面，概念清楚，推導(dǎo)嚴(yán)密，以期形成一個(gè)集基礎(chǔ)理論、算法和應(yīng)用為一體的完備知識(shí)體系。
·7.5萬字
