多智慧型體機器學習：強化學習方法

內容簡介

本書主要介紹了多智慧型體機器人強化學習的相關內容。全書共6章，首先介紹了幾種常用的監督式學習方法，在此基礎上，介紹了單智慧型體強化學習中的學習結構、值函式、馬爾科夫決策過程、策略疊代、時間差分學習、Q學習和資格跡等概念和方法。然後，介紹了雙人矩陣博弈問題、多人隨機博弈學習問題，並通過3種博弈遊戲詳細介紹了納什均衡、學習算法、學習自動機、滯後錨算法等內容，並提出LR-I滯後錨算法和指數移動平均Q學習算法等，並進行了分析比較。接下來，介紹了模糊系統和模糊學習，並通過仿真示例詳細分析算法。後，介紹了群智慧型學習進化以及性格特徵概念和套用。全書內容豐富，重點突出。

作者簡介

連曉峰現為中國電子學會高級會員，系統仿真學會會員，北京高新技術企業認定委員會專家庫專家，《機器人技術與套用》雜誌社理事，國家工信部工業和信息化科技人才專家庫專家。

圖書目錄

譯者序

原書前言

第1章監督式學習概述

1 1 LS算法

1 2 RLS算法

1 3 LMS算法

1 4隨機逼近法

參考文獻

第2章單智慧型體強化學習

2 1簡介

2 2 n臂賭博機問題

2 3學習結構

2 4值函式

2 5最優值函式

2 5.1格線示例

2 6 MDP

2 7學習值函式

2 8策略疊代

2 9 時間差分學習

2 10狀態一行為函式的時間差分學習

2 11 Q學習

2 12資格跡

參考文獻

第3章雙人矩陣博弈學習

3 1矩陣博弈

3 2雙人矩陣博弈中的納什均衡

3 3雙人零和矩陣博弈中的線性規劃

3 4學習算法

3 5梯度上升算法

3 6 WoLF - IGA算法

3 7 PHC算法

3 8 WoLF - PHC算法

3 9矩陣博弈中的分散式學習

3 10學習自動機

3 11線性回報一無為算法

3 12線性回報一懲罰算法

3 13滯後錨算法

3 14 LR．滯後錨算法

3 14.1仿真

參考文獻

第4章多人隨機博弈學習

4 1簡介

4 2多人隨機博弈

4 3極大極小Q學習算法

4 3.1 2 x2格線博弈

4 4納什Q學習算法

4 4.1學習過程

4 5單純形算法

多智慧型體機器學習：強化學習方法

基本介紹

內容簡介

作者簡介

圖書目錄

相關詞條

熱門詞條