强化学习导论
第二版前言
第一版前言
符号一览
第1章 简介
第一部分 表格解决方法
第二部分 近似解决方法
第三部分 深入研究
第14章 心理学
第15章 神经科学
第16章 应用及案例分析
第17章 前沿技术
参考文献
强化学习导论
第三部分 深入研究
查看页面源码
第三部分 深入研究
本书的最后一部分超出了前两部分提出的标准强化学习思想的范畴。 该部分简要地介绍了它们与心理学和神经科学的关系、强化学习应用的一些案例,以及未来强化学习研究的一些前沿领域。
第14章 心理学
14.1 预测与控制
14.2 经典条件反射
第15章 神经科学
15.1 神经科学基础
15.2 收益信号、强化信号、价值和预测误差
15.3 收益预测误差假说
15.4 多巴胺
15.5 收益预测误差假说的实验支持
15.6 TD误差/多巴胺对应
15.7 神经“行动器-评判器”
15.8 行动器与评判器学习规则
15.9 享乐主义神经元
15.10 集体强化学习
15.11 大脑中的基于模型的算法
15.12 成瘾
15.13 本章小结
参考文献和历史评注
第16章 应用及案例分析
16.1 TD-Gammon
16.2 Samuel 的跳棋程序
16.3 Watson 的 Daily Double 押注
16.4 优化内存控制
16.5 达到人类水平的电子游戏
16.6 掌握围棋
16.7 个性化 Web 服务
16.8 热气流翱翔
第17章 前沿技术
17.1 广义价值函数与辅助任务
17.2 通过 Options 实现时间抽象
17.3 观察与状态
17.4 设计奖励信号
17.5 尚未解决的问题
17.6 强化学习与人工智能的未来