【标题】Deep Reinforcement Learning

【作者】Aske Plaat

【发表日期】2022.1.4

【论文链接】https://arxiv.org/pdf/2201.02135.pdf

【推荐理由】深度强化学习近年来备受关注。在自动驾驶、游戏、分子重组和机器人等多种活动中取得了令人印象深刻的成果。由于计算机程序已经自学解决难题。在驾驶模型直升机和进行特技飞行，如循环和滚动。在某些应用中，它们甚至比最优秀的人类还要好，例如在 Atari、围棋、扑克和星际争霸中。深度强化学习探索复杂环境的方式让我们想起了孩子们是如何通过有趣地尝试事物、获得反馈并再次尝试来学习的。计算机似乎真正拥有人类学习的各个方面，其触及了人工智能梦想的核心。本书的目的是提供深度强化学习领域的全面概述。其为人工智能研究生以及希望更好地理解深度强化学习方法及其挑战的研究人员和从业者而编写的。通过假设对计算机科学和人工智能有本科水平的理解；本书的编程语言是 Python，其描述了深度强化学习的基础、算法和应用并涵盖了构成该领域基础的已建立的无模型和基于模型的方法。发展很快，其还涵盖了高级主题：深度多智能体强化学习、深度分层强化学习和深度元学习。

内容中包含的图片若涉及版权问题，请及时与我们联系删除