山西大同大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

强化学习:前沿算法与应用/白辰甲 ... [等] 编著

出版发行项:

北京:机械工业出版社,2023

ISBN及定价:

978-7-111-72478-0/CNY109.00

载体形态项:

xiv, 288页, [8] 页图版:图 (部分彩图);24cm

并列正题名:

Reinforcement learning:frontier algorithms and applications

其它题名:

前沿算法与应用

丛编项:

人工智能科学与技术丛书

个人责任者:

白辰甲 编著

个人责任者:

赵英男 编著

个人责任者:

郝建业 编著

学科主题:

机器学习

中图法分类号:

TP181

题名责任附注:

题名页题: 白辰甲, 赵英男, 郝建业, 刘鹏, 王震编著

责任者附注:

白辰甲, 上海人工智能实验室青年研究员, 博士毕业于哈尔滨工业大学计算学部, 曾在加拿大多伦多大学联合培养, 2022年获哈工大优秀博士论文奖。在高水平国际会议和期刊上发表论文20余篇,获评机器学习顶会ICML 2021、ICLR 2022、NeurlPS 2022亮点论文。研究方向包括强化学习、博弈智能和具身智能。赵英男, 哈尔滨工业大学计算学部博士, 曾在加拿大阿尔伯塔大学联合培养, 主要研究方向为深度强化学习、表征学习等, 在国际会议和期刊上发表多篇学术论文。郝建业, 天津大学智能与计算学部副教授, 获哈尔滨工业大学学士学位, 香港中文大学博士学位, 曾任MIT计算机科学与人工智能实验室博士后研究员。研究方向为深度强化学习和多智能体系统。

提要文摘附注:

本书介绍了强化学习在算法层面的快速发展, 包括值函数、策略梯度、值分布建模等基础算法, 以及为了提升样本效率产生的基于模型学习、探索与利用、多目标学习、层次化学习、技能学习等算法, 以及一些新兴领域, 包括离线学习、表示学习、元学习等, 旨在提升数据高效性和策略的泛化能力的算法, 还介绍了应用领域中强化学习在智能控制、机器视觉、语言处理、医疗、推荐、金融等方面的相关知识。

使用对象附注:

本书适合从事人工智能、机器学习、优化控制、机器人、游戏开发等工作的专业技术人员阅读, 还可作为计算机、人工智能、智能科学相关专业的研究生和高年级本科生的教材

豆瓣简介：