| 字段 | 字段内容 |
|---|---|
| 001 | 01h0121081 |
| 005 | 20171127162241.0 |
| 010 | $a: 978-7-111-56960-2$d: CNY69.00 |
| 100 | $a: 20171127d2017 em y0chiy0121 ea |
| 101 | $a: chi$c: eng |
| 102 | $a: CN$b: 110000 |
| 105 | $a: ak a 000yy |
| 106 | $a: r |
| 200 | $a: 多智能体机器学习$A: duo zhi neng ti ji qi xue xi$e: 强化学习方法$f: (加) 霍华德 M. 施瓦兹著$g: 连晓峰, 谭励等译 |
| 210 | $a: 北京$c: 机械工业出版社$d: 2017 |
| 215 | $a: 185页$c: 图$d: 24cm |
| 306 | $a: 本书中文简体字版由Wiley授权机械工业出版社独家出版 |
| 312 | $a: 英文题名原文取自版权页 |
| 320 | $a: 有书目 |
| 330 | $a: 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。 |
| 500 | $1: 0$a: Multi-agent machine learning : a reinforcement approach$m: Chinese |
| 517 | $a: 强化学习方法$A: qiang hua xue xi fang fa |
| 606 | $a: 机器学习$A: ji qi xue xi |
| 690 | $a: TP181$v: 5 |
| 701 | $a: 施瓦兹$A: shi wa zi$g: (Schwartz, Howard M.)$4: 著 |
| 702 | $a: 谭励$A: tan li$4: 译 |
| 801 | $a: CN$b: XIPT$c: 20171127 |
| 905 | $d: TP181$r: CNY69.00$e: 36 |
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19807302位用户访问本系统