深度強(qiáng)化學(xué)習(xí)(Deep Reinforcement Learning，DRL)是深度學(xué)習(xí)算法和強(qiáng)化學(xué)習(xí)算法的巧妙結(jié)合，它是一種新興的通用人工智能算法技術(shù)，也是機(jī)器學(xué)習(xí)的前沿技術(shù)，DRL 算法潛力無限，AlphaGo 是目前該算法成功的使用案例。
DRL 算法以馬爾科夫決策過程為基礎(chǔ)，是在深度學(xué)習(xí)強(qiáng)大的非線性函數(shù)的擬合能力下構(gòu)成的一種增強(qiáng)算法。深度強(qiáng)化學(xué)習(xí)算法主要包括基于動(dòng)態(tài)規(guī)劃（DP）的算法以及基于策略優(yōu)化的算法。

《揭秘深度強(qiáng)化學(xué)習(xí)》是要把這兩種主要的算法（及設(shè)計(jì)技巧）講解清楚，使算法研究人員能夠熟練地掌握。

學(xué)習(xí)參考：

《揭秘深度強(qiáng)化學(xué)習(xí)》PDF，376頁，帶目錄，文字可以復(fù)制。配套源代碼。作者：彭偉
下載: https://pan.baidu.com/s/1eVCDyse_FveXboet8w5s6A
提取碼: 78ry

《揭秘深度強(qiáng)化學(xué)習(xí)人工智能機(jī)器學(xué)習(xí)技術(shù)叢書》共10 章，首先以AlphaGo 在圍棋大戰(zhàn)的偉大事跡開始，引起對(duì)人工智能發(fā) 展和現(xiàn)狀的介紹，進(jìn)而介紹深度強(qiáng)化學(xué)習(xí)的基本知識(shí)。然后分別介紹了強(qiáng)化學(xué)習(xí)（重點(diǎn)介紹蒙特卡洛算法和時(shí)序差分算法） 和深度學(xué)習(xí)的基礎(chǔ)知識(shí)、功能神經(jīng)網(wǎng)絡(luò)層、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），以及深度強(qiáng)化學(xué)習(xí)的理論基礎(chǔ)和 當(dāng)前主流的算法框架。介紹了深度強(qiáng)化學(xué)習(xí)在不同領(lǐng)域的幾個(gè)應(yīng)用實(shí)例。引例、基礎(chǔ)知識(shí)和實(shí)例相結(jié)合，方便讀者理解和學(xué)習(xí)。

《揭秘深度強(qiáng)化學(xué)習(xí) 人工智能機(jī)器學(xué)習(xí)技術(shù)叢書》內(nèi)容豐富，講解全面、語言描述通俗易懂，是深度強(qiáng)化學(xué)習(xí)算法入門的選擇。

?

轉(zhuǎn)載于:https://www.cnblogs.com/davvv/p/10706565.html

總結(jié)

以上是生活随笔為你收集整理的学习+彭伟《揭秘深度强化学习》PDF+源代码+资料的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。