用Python實作強化學習:使用TensorFlow與OpenAI Gym

點閱:15

譯自:Hands-on reinforcement learning with Python

其他題名:使用TensorFlow與OpenAI Gym

作者:Sudharsan Ravichandiran著;CAVEDU教育團隊, 曾吉弘譯

出版年:2019[民108]

出版社:碁峰資訊

出版地:臺北市

格式:PDF,JPG

ISBN:978-986-502-216-7 ; 986-502-216-8

附註:原紙本書ISBN: 9789865021412 含附錄


借閱已滿,目前 11 人預約

內容簡介
 
強化學習可說是能自我演進的機器學習,能帶領我們達到真正的人工智慧。本書好讀又容易上手,運用了大量Python範例來從頭解釋所有東西。
 
本書從強化學習的簡介開始,接著是OpenAI Gym與TensorFlow。您會認識各種RL演算法與重要觀念,例如Markov決策過程、蒙地卡羅法與動態規劃,包括價值迭代與策略迭代。本書提供了非常豐富的範例幫助您認識各種深度強化學習演算法,例如競爭DQN、DRQN、A3C、PPO與TRPO。您還會學到想像增強代理、透過人類偏好來學習、DQfD、HER以及更多強化學習的最新發展。
 
本書精彩內容:
.理解強化學習方法、演算法與重要元素的相關基礎
.使用OpenAI Gym與TensorFlow來訓練代理
.理解Markov決策過程、Bellman最佳化與TD學習
.運用多種演算法來解決多臂式吃角子老虎問題
.熟悉各種深度學習演算法,如RNN、LSTM、CNN與其應用
.使用DRQN演算法來建置智能代理來玩毀滅戰士遊戲
.使用DDPG來教導代理來玩月球冒險遊戲
.使用競爭DQN來訓練代理來玩賽車遊戲

  • 前言(p.xvi)
  • A 參考答案(p.297)