📖 书目详情
强化学习基础、原理与应用
| 著者 | 张百珂编著 |
| ISBN | 9787302685913 |
| 中图分类 | TP312.8PY 自动化技术、计算机技术 |
| 学科分类 | 工学 |
| 版次 | 第1版 |
| 出版社 | 清华大学出版社 |
| 丛书名 | — |
| 出版年 | 2025 |
| 页码 | 394页 |
| 价格 | ¥99.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
8.3/10
|
📝 内容简介
本书共分为17章, 主要内容包括强化学习基础、马尔可夫决策过程、蒙特卡洛方法、Q-learning与贝尔曼方程、时序差分学习和SARSA算法、DQN算法、DDQN算法、竞争DQN算法、REINFORCE算法、Actor-Critic算法、PPO算法、TRPO算法、连续动作空间的强化学习、值分布式算法、基于模型的强化学习、多智能体强化学习实战: Predator-Prey游戏及自动驾驶系统。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录，可在线借购