📚 网上馆配 · 在线荐购平台

内容简介：本书详细介绍了强化学习的理论推导、算法细节。全书共12章, 包括强化学习概述、马尔可夫决策过程、退化的强化学习问题、环境已知的强化学习问题、基于价值的强化学习算法、基于策略的强化学习算法、AC型算法、基于模型的强化学习算法等相关知识。本书系统性强、概念清晰, 内容简明通俗。除了侧重于理论推导, 本书还提供了许多便于读者理解的例子, 以及大量被实践证明有效的算法技巧, 旨在帮助读者进一步了解强化学习领域的相关知识, 提升其现实中的工程能力。