本书基于备受读者推崇的王树森“深度强化学习”系列公开视频课，专门解决“入门深度强化学习难”的问题。
本书的独特之处在于：第一，知识精简，剔除一切不必要的概念和公式，学起来轻松；第二，内容新颖，聚焦近10年深度强化学习领域的突破，让你一上手就紧跟最新技术。本书系统讲解深度强化学习的原理与实现，但不回避数学公式和各种模型，原创100多幅精美插图，并以全彩印刷展示。简洁清晰的语言+生动形象的图示，助你扫除任何可能的学习障碍！本书内容分为五部分：基础知识、价值学习、策略学习、多智能体强化学习、应用与展望，涉及DQN、A3C、TRPO、DDPG、AlphaGo等。
本书面向深度强化学习入门读者，助你构建完整的知识体系。学完本书，你能够轻松看懂深度强化学习的实现代码、读懂该领域的论文、听懂学术报告，具备进一步自学和深挖的能力。
作者简介:
王树森 现任小红书基础模型团队负责人，从事搜索和推荐算法研发工作。从浙江大学获得计算机学士和博士学位，就读期间获得“微软学者”和“百度奖学金”等多项荣誉。在加入小红书之前，曾任美国加州大学伯克利分校博士后、美国史蒂文斯理工学院助理教授、博导。在机器学习、强化学习、数值计算、分布式计算等方向有多年科研经验，在计算机国际顶级期刊和会议上发表30多篇论文。 在YouTube、B站开设“深度强化学习”“深度学习”“推荐系统”公开课（ID：Shusen Wang），全网视频播放量超过100万次。 黎彧君 华为诺亚方舟实验室高级研究员，主要从事AutoML相关的研发工作。上海交通大学博士，研究方向为数值优化、强化学习；攻读博士学位期间曾前往普林斯顿大学访问一年。共同翻译出版“花书”《深度学习》。 张志华 北京大学数学科学学院教授。此前先后执教于浙江大学和上海交通... 王树森 现任小红书基础模型团队负责人，从事搜索和推荐算法研发工作。从浙江大学获得计算机学士和博士学位，就读期间获得“微软学者”和“百度奖学金”等多项荣誉。在加入小红书之前，曾任美国加州大学伯克利分校博士后、美国史蒂文斯理工学院助理教授、博导。在机器学习、强化学习、数值计算、分布式计算等方向有多年科研经验，在计算机国际顶级期刊和会议上发表30多篇论文。 在YouTube、B站开设“深度强化学习”“深度学习”“推荐系统”公开课（ID：Shusen Wang），全网视频播放量超过100万次。 黎彧君 华为诺亚方舟实验室高级研究员，主要从事AutoML相关的研发工作。上海交通大学博士，研究方向为数值优化、强化学习；攻读博士学位期间曾前往普林斯顿大学访问一年。共同翻译出版“花书”《深度学习》。 张志华 北京大学数学科学学院教授。此前先后执教于浙江大学和上海交通大学，任计算机科学教授。主要从事统计学、机器学习与计算机科学领域的研究和教学。曾主讲“统计机器学习”“机器学习导论”“深度学习”“强化学习”，其课程视频广受欢迎。
目录:
第一部分 基础知识 1
第1章 机器学习基础 2
第2章 蒙特卡洛方法 20
第3章 强化学习基本概念 34
第二部分 价值学习 51
第4章 DQN与Q学习 52
第5章 SARSA算法 69
第6章 价值学习高级技巧 81
第三部分 策略学习 106
第7章 策略梯度方法 107
第8章 带基线的策略梯度方法 129
第9章 策略学习高级技巧 142
第 10章 连续控制 154
第 11章 对状态的不完全观测 175
第 12章 模仿学习 182
第四部分 多智能体强化学习 199
第 13章 并行计算 200
第 14章 多智能体系统 219
第 15章 完全合作关系设定下的多智能体强化学习 230
第 16章 非合作关系设定下的多智能体强化学习 247
第 17章 注意力机制与多智能体强化学习 267
第五部分 应用与展望 280
第 18章 AlphaGo与蒙特卡洛树搜索 281
第 19章 现实世界中的应用 297
附录A 贝尔曼方程 319
附录B 习题答案 321
参考文献 327
点击下载