点击选择搜索分类
首页 - 经济- 正文
☆☆☆☆☆
||
刘全,傅启明,钟珊,黄蔚 著
出版社: 科学出版社 ISBN:9787030477477 版次:1 商品编码:11900024 包装:平装 开本:16开 出版时间:2016-03-01 用纸:胶版纸 页数:277 字数:352000 正文语种:中文
《大规模强化学习》共分六部分21章。第一部分是强化学习基础。第二部分是用于强化学习的值函数逼近方法。第三部分是*小二乘策略迭代方法。第四部分是模糊近似强化学习方法。第五部分是并行强化学习方法。第六部分是离策略强化学习方法。
《大规模强化学习》可以作为高等院校计算机专业和自动控制专业研究生的教材,也可以作为相关领域科技工作者和工程技术人员的参考书。
第1章 强化学习概述
1.1 简介
1.2 形式框架
1.2.1 马尔可夫决策过程
1.2.2 策略
1.2.3 回报
1.3 值函数
1.4 解决强化学习问题
1.4.1 动态规划:基于模型的解决技术
1.4.2 强化学习:模型无关的解决技术
1.5 本章小结
参考文献
第2章 大规模或连续状态空间的强化学习
2.1 简介
2.2 近似表示
2.2.1 带参数化值函数逼近
2.2.2 非参数化值函数逼近
2.3 值函数逼近求解方法
2.3.1 梯度下降方法
2.3.2 最小二乘回归
2.4 本章小结
参考文献
第3章 梯度下降值函数逼近模型的改进
3.1 改进的梯度下降值函数逼近模型
3.1.1 势函数塑造奖赏机制
3.1.2 基于势函数塑造奖赏机制的值函数逼近模型
3.2 NRBF-GD-Sarsa(λ)算法
3.2.1 算法描述
3.2.2 算法收敛性分析
3.3 仿真实验
3.3.1 实验描述
3.3.2 实验设置
3.3.3 实验分析
3.4 本章小结
参考文献
第4章 基于LSSVR的Q-值函数分片逼近模型
4.1 LSSVR-Q-值函数分片逼近模型
4.2 在线稀疏化样本池构建方法
4.3 LSSVR-Q算法
4.4 仿真实验
4.4.1 实验1:MountainCar问题
4.4.2 实验2:DCMotor问题
4.5 本章小结
参考文献
第5章 基于ANRBF网络的Q-V值函数协同逼近模型
5.1 Q-V值函数协同机制
5.2 Q-V值函数协同逼近模型
5.3 Q-V值函数协同逼近算法
5.3.1 QV(λ)算法
5.3.2 算法收敛性分析
5.4 仿真实验
5.4.1 实验描述
5.4.2 实验设置
5.4.3 实验分析
5.5 本章小结
参考文献
第6章 基于高斯过程的快速Sarsa算法
6.1 新的值函数概率生成模型
6.2 利用高斯过程对线性带参值函数建模
6.3 FL-GPSarsa算法
6.4 仿真实验
6.4.1 带风的格子世界问题
6.4.2 MountainCar问题
6.5 本章小结
参考文献
第7章 基于高斯过程的Q学习算法
7.1 值迭代方法
7.2 用于值迭代的值函数概率生成模型
7.3 GP-QL算法
7.4 仿真实验
7.4.1 实验1:带悬崖的格子世界问题
7.4.2 实验2:MountainCar问题
7.5 本章小结
参考文献
第8章 最小二乘策略迭代算法
8.1 马尔可夫决策过程
8.2 最小二乘策略迭代
8.2.1 投影贝尔曼等式的矩阵形式
8.2.2 最小二乘策略迭代
8.2.3 在线最小二乘策略迭代
8.3 本章小结
参考文献
第9章 批量最小二乘策略迭代算法
9.1 批量强化学习算法
9.2 批量最小二乘策略迭代算法
9.3 算法分析
9.3.1 收敛性分析
9.3.2 复杂度分析
9.4 仿真实验
9.4.1 实验描述
9.4.2 实验设置
9.4.3 实验分析
9.5 本章小结
参考文献
第10章 自动批量最小二乘策略迭代算法
10.1 定点步长参数评估方法
10.2 自动批量最小二乘策略迭代算法
10.3 仿真实验
10.3.1 实验描述
10.3.2 实验分析
10.4 本章小结
参考文献
第11章 连续动作空间的批量最小二乘策略迭代算法
11.1 二值动作搜索
11.2 快速特征选择
11.3 连续动作空间的快速特征选择批量最小二乘策略迭代算法
11.4 仿真实验
11.4.1 实验描述
11.4.2 实验设置
11.4.3 实验分析
11.5 本章小结
参考文献
第12章 一种基于双层模糊推理的Sarsa(λ)算法
12.1 Q-值函数的计算和FIS的参数更新
12.2 DFR-Sarsa(λ)算法
12.2.1 DFR-Sarsa(λ)算法的学习过程
12.2.2 算法收敛性分析
12.3 仿真实验
12.3.1 MountainCar
12.3.2 平衡杆
12.4 本章小结
参考文献
第13章 一种基于区间型二型模糊推理的Sarsa(λ)算法
13.1 近似Q-值函数的计算和参数的更新
13.2 IT2FI-Sarsa(λ)算法的学习过程
13.3 算法收敛性分析
13.4 仿真实验
13.4.1 实验设置
13.4.2 实验分析
13.5 本章小结
参考文献
……
第14章 一种带有自适应基函数的模糊值迭代算法
第15章 基于状态空间分解和智能调度的并行强化学习
第16章 基于资格迹的并行时间信度分配强化学习算法
第17章 基于并行采样和学习经验复用的E3算法
第18章 基于线性函数逼近的离策略Q(λ)算法
第19章 基于二阶TDError的Q(λ)算法
第20章 基于值函数迁移的快速Q-Learning算法
第21章 离策略带参贝叶斯强化学习算法
大规模强化学习 电子书 下载 mobi epub pdf txt
大规模强化学习-so88
大规模强化学习 pdf epub mobi txt 电子书 下载 2022
图书介绍
☆☆☆☆☆
||
刘全,傅启明,钟珊,黄蔚 著
出版社: 科学出版社 ISBN:9787030477477 版次:1 商品编码:11900024 包装:平装 开本:16开 出版时间:2016-03-01 用纸:胶版纸 页数:277 字数:352000 正文语种:中文
内容简介
《大规模强化学习》讨论大规模强化学习的理论及方法,介绍强化学习在大状态空间任务中的应用。该研究已成为近年来计算机科学与技术领域*活跃的研究分支之一。《大规模强化学习》共分六部分21章。第一部分是强化学习基础。第二部分是用于强化学习的值函数逼近方法。第三部分是*小二乘策略迭代方法。第四部分是模糊近似强化学习方法。第五部分是并行强化学习方法。第六部分是离策略强化学习方法。
《大规模强化学习》可以作为高等院校计算机专业和自动控制专业研究生的教材,也可以作为相关领域科技工作者和工程技术人员的参考书。
内页插图
目录
前言第1章 强化学习概述
1.1 简介
1.2 形式框架
1.2.1 马尔可夫决策过程
1.2.2 策略
1.2.3 回报
1.3 值函数
1.4 解决强化学习问题
1.4.1 动态规划:基于模型的解决技术
1.4.2 强化学习:模型无关的解决技术
1.5 本章小结
参考文献
第2章 大规模或连续状态空间的强化学习
2.1 简介
2.2 近似表示
2.2.1 带参数化值函数逼近
2.2.2 非参数化值函数逼近
2.3 值函数逼近求解方法
2.3.1 梯度下降方法
2.3.2 最小二乘回归
2.4 本章小结
参考文献
第3章 梯度下降值函数逼近模型的改进
3.1 改进的梯度下降值函数逼近模型
3.1.1 势函数塑造奖赏机制
3.1.2 基于势函数塑造奖赏机制的值函数逼近模型
3.2 NRBF-GD-Sarsa(λ)算法
3.2.1 算法描述
3.2.2 算法收敛性分析
3.3 仿真实验
3.3.1 实验描述
3.3.2 实验设置
3.3.3 实验分析
3.4 本章小结
参考文献
第4章 基于LSSVR的Q-值函数分片逼近模型
4.1 LSSVR-Q-值函数分片逼近模型
4.2 在线稀疏化样本池构建方法
4.3 LSSVR-Q算法
4.4 仿真实验
4.4.1 实验1:MountainCar问题
4.4.2 实验2:DCMotor问题
4.5 本章小结
参考文献
第5章 基于ANRBF网络的Q-V值函数协同逼近模型
5.1 Q-V值函数协同机制
5.2 Q-V值函数协同逼近模型
5.3 Q-V值函数协同逼近算法
5.3.1 QV(λ)算法
5.3.2 算法收敛性分析
5.4 仿真实验
5.4.1 实验描述
5.4.2 实验设置
5.4.3 实验分析
5.5 本章小结
参考文献
第6章 基于高斯过程的快速Sarsa算法
6.1 新的值函数概率生成模型
6.2 利用高斯过程对线性带参值函数建模
6.3 FL-GPSarsa算法
6.4 仿真实验
6.4.1 带风的格子世界问题
6.4.2 MountainCar问题
6.5 本章小结
参考文献
第7章 基于高斯过程的Q学习算法
7.1 值迭代方法
7.2 用于值迭代的值函数概率生成模型
7.3 GP-QL算法
7.4 仿真实验
7.4.1 实验1:带悬崖的格子世界问题
7.4.2 实验2:MountainCar问题
7.5 本章小结
参考文献
第8章 最小二乘策略迭代算法
8.1 马尔可夫决策过程
8.2 最小二乘策略迭代
8.2.1 投影贝尔曼等式的矩阵形式
8.2.2 最小二乘策略迭代
8.2.3 在线最小二乘策略迭代
8.3 本章小结
参考文献
第9章 批量最小二乘策略迭代算法
9.1 批量强化学习算法
9.2 批量最小二乘策略迭代算法
9.3 算法分析
9.3.1 收敛性分析
9.3.2 复杂度分析
9.4 仿真实验
9.4.1 实验描述
9.4.2 实验设置
9.4.3 实验分析
9.5 本章小结
参考文献
第10章 自动批量最小二乘策略迭代算法
10.1 定点步长参数评估方法
10.2 自动批量最小二乘策略迭代算法
10.3 仿真实验
10.3.1 实验描述
10.3.2 实验分析
10.4 本章小结
参考文献
第11章 连续动作空间的批量最小二乘策略迭代算法
11.1 二值动作搜索
11.2 快速特征选择
11.3 连续动作空间的快速特征选择批量最小二乘策略迭代算法
11.4 仿真实验
11.4.1 实验描述
11.4.2 实验设置
11.4.3 实验分析
11.5 本章小结
参考文献
第12章 一种基于双层模糊推理的Sarsa(λ)算法
12.1 Q-值函数的计算和FIS的参数更新
12.2 DFR-Sarsa(λ)算法
12.2.1 DFR-Sarsa(λ)算法的学习过程
12.2.2 算法收敛性分析
12.3 仿真实验
12.3.1 MountainCar
12.3.2 平衡杆
12.4 本章小结
参考文献
第13章 一种基于区间型二型模糊推理的Sarsa(λ)算法
13.1 近似Q-值函数的计算和参数的更新
13.2 IT2FI-Sarsa(λ)算法的学习过程
13.3 算法收敛性分析
13.4 仿真实验
13.4.1 实验设置
13.4.2 实验分析
13.5 本章小结
参考文献
……
第14章 一种带有自适应基函数的模糊值迭代算法
第15章 基于状态空间分解和智能调度的并行强化学习
第16章 基于资格迹的并行时间信度分配强化学习算法
第17章 基于并行采样和学习经验复用的E3算法
第18章 基于线性函数逼近的离策略Q(λ)算法
第19章 基于二阶TDError的Q(λ)算法
第20章 基于值函数迁移的快速Q-Learning算法
第21章 离策略带参贝叶斯强化学习算法
前言/序言
大规模强化学习 电子书 下载 mobi epub pdf txt
电子书下载地址:
相关电子书推荐:
- 文件名
- {RT}厨房里的趣味科学-(法)舒勒,王大智,刘鹏程 上海科学技术文献出版社 978754
- 包邮 羽毛球训练图解+图解羽毛球技术和战术 基础训练200项 共2本 羽毛球训练教程
- 50件简单易行的环保小事
- 四川省中小学体育教师工作满意度研究 9787564709457 电子科技大学出版社
- 硅谷启示录2:怦然心动
- 时尚美食馆--豆浆早晚餐巧搭配(附光盘) 9787122104205
- 奇妙大自然-听爸爸讲科普-(低幼版)
- 时尚美食馆家常蔬菜800例
- 正版新书--数学都知道3 蒋迅、王淑红 北京师范大学出版社
- 绝妙钓技 晨帆
- 揭秘垃圾-尤斯伯恩看里面
- 江苏体育产业发展研究报告(2017)/江苏现代服务业发展绿皮书
- 寻觅本草——一本中医人的中药鉴定手记 张宇静
- 体育社会组织建设与群众体育实践探索 9787502283902 田宝山-RT
- 传统文化中的科学-二十四节气