借阅:13 收藏:0
强化学习方法 /(加) 霍华德 M. 施瓦兹著 连晓峰, 谭励等译

ISBN/ISSN:978-7-111-56960-2

价格:CNY69.00

出版:北京 机械工业出版社 ,2017

载体形态:185页 图 ;24cm

简介:本书主要介绍了多智能体机器人强化学习的相关内容。全书共6章, 首先介绍了几种常用的监督式学习方法, 在此基础上, 介绍了单智能体强化学习中的学习结构、值函数、马尔科夫决策过程、策略迭代、时间差分学习、Q学习和资格迹等概念和方法。然后, 介绍了双人矩阵博弈问题、多人随机博弈学习问题, 并通过3种博弈游戏详细介绍了纳什均衡、学习算法、学习自动机、滞后锚算法等内容, 并提出LR-I滞后锚算法和指数移动平均Q学习算法等, 并进行了分析比较。接下来, 介绍了模糊系统和模糊学习, 并通过仿真示例详细分析算法。最后, 介绍了群智能学习进化以及性格特征概念和应用。

统一题名:Multi-agent machine learning : a reinforcement approach

其他题名:强化学习方法

中图分类号:TP181

责任者:施瓦兹 ((Schwartz, Howard M.)) 著 连晓峰 译 谭励 译

  • 评分:
  • 加入暂存架

豆瓣内容简介:

豆瓣作者简介:

分馆名 馆藏部门 图书条码 索书号 登录号 卷期 状态
A 计算机/自动化 图书借阅空间(长安校区图书馆2楼) 03559726 TP181/36 03559726 在架可借
A 计算机/自动化 图书借阅空间(长安校区图书馆2楼) 03559727 TP181/36 03559727 在架可借
A 计算机/自动化 图书借阅空间(长安校区图书馆2楼) 03559728 TP181/36 03559728 在架可借
序号 图书条码 索书号 登录号 藏书部门 流通状态 年卷期 装订册 装订方式 装订颜色
    类型 说明 URL
    评 论
    评分:
    发表
    >

    北京创讯未来软件技术有限公司 版权所有 ALL RIGHTS RESERVED 京ICP备 09032139

    欢迎第19805544位用户访问本系统