《大規模強化學習》是2016年科學出版社出版的圖書，作者是劉全。
基本介紹
- 書名：大規模強化學習
- 作者：劉全
- 出版社：科學出版社
- ISBN：9787030477477
- 出版時間：2016-03
內容簡介,圖書目錄,
內容簡介
該書討論大規模強化學習的理論及方法，介紹強化學習在大狀態空間任務中的套用。該研究已成為近年來計算機科學與技術領域最活躍的研究分支之一。 全書共分六部分 21 章。第一部分是強化學習基礎。第二部分是用於強化學習的值函式逼近方法。第三部分是最小二乘策略疊代方法。第四部分是模糊近似強化學習方法。第五部分是並行強化學習方法。第六部分是離策略強化學習方法。
圖書目錄
前言
第1章強化學習概述
第2章大規模或連續狀態空間的強化學習
第3章梯度下降值函式逼近模型的改進
第4章基於LSSVR的Q-值函式分片逼近模型
第5章基於ANRBF網路的Q-V值函式協同逼近模型
第6章基於高斯過程的快速Sarsa算法
第7章基於高斯過程的Q學習算法
第8章最小二乘策略疊代算法
第9章批量最小二乘策略疊代算法
第10章自動批量最小二乘策略疊代算法
第11章連續動作空間的批量最小二乘策略疊代算法
第12章一種基於雙層模糊推理的Sarsa（λ）算法
第13章一種基於區間型二型模糊推理的Sarsa（λ）算法
第14章一種帶有自適應基函式的模糊值疊代算法
第15章基於狀態空間分解和智慧型調度的並行強化學習
第16章基於資格跡的並行時間信度分配強化學習算法
第17章基於並行採樣和學習經驗復用的E<sup>3</sup>算法
第18章基於線性函式逼近的離策略Q（λ）算法
第19章基於二階TD Error的Q（λ）算法
第20章基於值函式遷移的快速Q-Learning算法
第21章離策略帶參貝葉斯強化學習算法
