深度强化学习核心算法与应用_图书

本书是一本深度强化学习领域的入门读物。全书分为四部分:第一部分主要阐述强化学习领域的基本理论知识;第二部分讲解深度强化学习常用算法的原理及流程;第三部分总结深度强化学习算法在游戏、推荐系统等领域的应用;第四部分探讨该领域存在的问题和发展前景。本书适合对强化学习感兴趣的读者阅读。

作者

陈世勇

腾讯游戏AI研究中心高级算法研究员。毕业于南京大学机器学习与数据挖掘研究所,主要从事强化学习、分布式机器学习方面的研究工作,并在国际顶级会议和期刊上发表多篇论文。对于大规模强化学习在游戏AI和推荐系统领域的研究和落地有着丰富经验,负责了多款游戏的强化学习AI项目和“淘宝锦囊”强化习推荐项目研发,参与了虚拟淘宝项目研发。

苏博览

新加坡国立大学博士,曾任职于腾讯游戏AI研究中心,参与了QQ飞车和斗地主游戏AI的研发,在国际顶级会议和期刊发表论文数十篇,在机器学习和强化学习上有丰富的科研和落地应用经验。

杨敬文

腾讯游戏AI研究中心高级算法研究员。毕业于南京大学机器学习与数据挖掘研究所,获南京大学“优秀毕业生”称号、南京大学计算机优秀AI硕士毕业论文奖。曾获全国大学生大数据竞赛第一名,在国际顶会发表多篇论文和技术文章。长期从事强化学习在游戏领域的研究与应用,是竞速类、格斗类、射击类、多人在线战术竞技类等强化学习AI项目的主要负责人之一,具有丰厚的强化学习研究和落地的经验。

查看全部

内容简介

好评袭来

前言

第一部分基础理论篇

1 马尔可夫决策过程

2 无模型的强化学习

3 有模型的强化学习

第二部分常用算法篇

4 DQN算法

5 A3C算法

6 确定性策略梯度方法

7 PPO算法

8 IMPALA算法

第三部分应用实践篇

9 深度强化学习在棋牌游戏中的应用

10 深度强化学习在电子游戏中的应用

11 深度强化学习在推荐系统中的应用

12 深度强化学习在其他领域中的应用

第四部分总结与展望篇

13 问题与挑战

14 深度强化学习往何处去

参考资料

查看全部

书评

请您登录后发表评论登录 | 注册

我的评分：

提交

0/400