Phil Winder 著

邹伟, 康俊鹏, 王伟 译

出版时间：2023年02月

页数：427

“强化学习出色地展示了它的技术背景、发展前景和未来机会，它将显著的推进数据科学家在其业务上的工作方式。”
——David Aronchick
Kubeflow联合创始人
“对于任何想要应用强化学习技术来解决现实问题的人来说，这本书都是必读的。它将以实践中的案例和细致的解释，带领读者漫游强化学习的第一个定理到顶会的前沿技术。”
——David Foster
应用数据科学合伙人
“伟大著作！本书详细解释了被实践验证的那些强化学习方法，它们被封装形成了软件开发人员的标准库。”
——Danny Lange
Unity人工智能高级副总裁

强化学习将是未来十年在人工智能领域的最大突破之一，强化学习算法能够使得智能体在环境中学习任意目标。这一令人兴奋的发展打破了传统机器学习的算法约束。这本实用的书向数据科学和人工智能专业人员展示了如何通过强化的手段使机器能够自己
学习。
本书作者创办了自己名字命名的研究型公司，本书涵盖了从基本的构建模块到最先进的实践。通过本书，你将探索强化学习的当前状态、关注工业应用、学习大量算法，本书还有专门章节介绍如何将强化学习的解决方案部署到生产环节。这并不是一本随用随翻的工具书，书中包含很多数学知识，并期望读者是熟悉机器学习的。
● 学习强化学习是什么，以及算法如何解决具体问题。
● 掌握强化学习的基础知识，包括马尔可夫决策过程、动态规划和时间差分算法。
● 深入研究一系列基于值函数和政策梯度的算法。
● 应用先进的强化学习解决方案，如元学习、分层学习、多智能体、模仿学习等。
● 了解最前沿的深度强化学习算法，包括Rainbow、PPO、TD3、SAC等。
● 通过本书专门的配套网站获得实践代码和案例。