深入浅出强化学习:原理入门

(副标题)：无 ;

(作者): 郭宪 ;

内容简介：

​

Tip:NOCONT,图书简介暂无,请下载图书查阅详细内容：cont_err

目录预览：

​ 深入浅出强化学习：原理入门
1 绪论
第一篇 强化学习基础
2 马尔科夫决策过程
3 基于模型的动态规划方法
第二篇 基于值函数的强化学习方法
4 基于蒙特卡罗的强化学习方法
5 基于时间差分的强化学习方法
6 基于值函数逼近的强化学习方法
第三篇 基于直接策略搜索的强化学习方法
7 基于策略梯度的强化学习方法
8 基于置信域策略优化的强化学习方法
9 基于确定性策略搜索的强化学习方法
10 基于引导策略搜索的强化学习方法
第四篇 强化学习研究及前沿
11 逆向强化学习
12 组合策略梯度和值函数方法
13 值迭代网络
14 基于模型的强化学习方法：PILCO及其扩展
后记
........