美商天龙图书网

深度强化学习实战/深度学习系列
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(美)亚历山大·扎伊//布兰登·布朗|责编:吴晋瑜|译者:李晗出版社：人民邮电
丛书项：深度学习系列
本书先介绍深度强化学习的基础知识及相关算法，然后给出多个实战项目，以期让读者可以根据环境的直接反馈对智能体加以调整和改进，进一步提升运用深度强化学习技术解决实际问题的能力。本书涵盖深度Q网络、策略梯度法、演员-评论家算法、进化算法、 Dist-DQN、多智能体强化学习、可解释性强化学习等内容。本书给出的实战项目紧贴深度强化学习技术的发展趋势，且所有项目示例以 Jupter Notebook样式给出，便于读者修改代码、观察结果并及时获取经验，能够带给读者交互式的学习体验。
人民幣：RMB 119.80 元售价：NT$ 479.20 元

信息物理系统强化学习(网络安全示例)/计算机科学丛书
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(美)李崇//邱美康|责编:王春华//冯秀泳|译者:卢苗苗//计湘婷//何源//席瑞//金梦出版社：机械工业
丛书项：计算机科学丛书
本书通过系统介绍强化学习领域的基础与算法，在强化学习与信息物理系统两个领域之间建立起联系，每一部分都列举了一个或几个最新的信息物理系统示例，以帮助读者直观地理解强化学习技术的实用性。本书分为三个部分。第一部分对强化学习、信息物理系统和网络安全进行了概要介绍。第二部分正式介绍强化学习的框架，并对强化学习问题进行定义，给出了两类解决方法-基于模型的解决方案和无模型的解决方案。第三部分通过回顾现有的网络安全技术并描述新兴的网络威胁，将注意力转移到网络安全，之后给出了两个案例研究。
人民幣：RMB 79.00 元售价：NT$ 316.00 元

深度强化学习实践(原书第2版)/智能系统与技术丛书
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(俄)马克西姆·拉潘|责编:王春华//李忠明|译者:林然//王薇出版社：机械工业
丛书项：智能系统与技术丛书
本书包括新的强化学习工具和技术，介绍了强化学习的基础知识，以及如何动手编写智能体以执行一系列实际任务。本书较上一版新增6章，专门介绍了强化学习的新发展，包括离散优化（解决魔方问题）、多智能体方法、Microsoft的 TextWorld环境、高级探索技术等。学完本书，你将对这个新兴领域的前沿技术有深刻的理解。此外，你将获得对深度Q-network、策略梯度方法、连续控制问题以及高度可扩展的非梯度方法等领域的可行洞见，还将学会如何构建经过强化学习训练、价格低廉的真实硬件机器人，并通过逐步代码优化在短短30分钟的训练后解决 Pong环境问题。简而言之，本书将帮助你探索强化学习中令人兴奋的复杂主题，让你通过实例获得经验和知识。通过阅读本书，你将： ·了解强化学习的深度学习上下文并实现复杂的深度学习模型。 ·学会评估强化学习的方法，包括交叉熵、DQN、 actor-critic、TRPO、PPO、 DDPG、D4PG等。 ·学会构建经过强化学习方法训练的、价格低廉的硬件机器人。 ·研究Microsoft的 TextWorld环境，这是一个文字冒险游戏平台。 ·学会在强化学习中使用离散优化来解决魔方问题。 ·学会教你的智能体使用 AlphaGo Zero玩四子连横棋。 ·探索有关Al聊天机器人等主题的较新深度强化学习技术。 ·研究先进的探索技术，包括噪声网络和网络蒸馏技术。
人民幣：RMB 149.00 元售价：NT$ 596.00 元

多机器人系统强化学习/信息科学技术前沿丛书
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：张文旭//王晓东|责编:满志文出版社：北京邮电大学
丛书项：信息科学技术前沿丛书
强化学习是机器学习领域的一种重要学习手段，是一种从环境状态到行为映射的学习方式，是实现智能系统具有自适应能力、自学习能力的重要途径。本书以强化学习算法与多机器人系统的结合为主要背景，介绍了主要的强化学习算法模型，讨论了它们的原理和优缺点；本书针对多机器人协作，从实际应用问题的角度分析，指出了局部性、不确定性和自组织网络等在学习中的现实意义；本书针对强化学习存在的学习速度慢、计算复杂度高等问题，研究了几种改进算法，并基于 MATLAB设计了机器人仿真工具箱，以机器人路径规划与覆盖问题为背景进行了仿真研究。本书可作为高等院校人工智能、自动化、计算机等相关专业的科研工作者及硕士、博士研究生的参考用书。
人民幣：RMB 68.00 元售价：NT$ 272.00 元

多智能体强化学习(基础与现代方法)/智能系统与技术丛书
所属分类：电子电脑>>电工无线电自动化>>自动化技术作者：(德)斯特凡诺·V.阿尔布莱希特//(希)菲利波斯·克里斯蒂安诺斯//(德)卢卡斯·舍费尔|责编:刘锋//冯润峰|译者:孙罗洋//李欣然//张海峰出版社：机械工业
丛书项：智能系统与技术丛书
多智能体强化学习（Multi-Agent Reinforcement Learning， MARL）是机器学习中的一个领域，研究多个智能体如何在共享环境中学习最优的交互方式。这一领域在现代生活中有着广泛的应用，包括自动驾驶、多机器人工厂、自动化交易和能源网络管理等。本书是一部系统阐述多智能体强化学习理论与技术的权威著作，清晰而严谨地介绍了MARL的模型、解决方案概念、算法思想、技术挑战以及现代方法。书中首先介绍了该领域的基础知识，包括强化学习理论和算法的基础、交互式博弈模型、博弈中的不同解决方案概念以及支撑MARL研究的算法思想。随后，书中详细介绍了利用深度学习技术的现代 MARL算法，涵盖集中训练与分散执行、价值分解、参数共享和自博弈等思想。本书还附带了一个用Python编写的MARL代码库，其中包括自包含且易于阅读的 MARL算法实现。本书技术内容以易于理解的语言解释，并通过大量示例进行说明，既为初学者阐明了MARL的概念，也为专业的读者提供了高层次的见解。
人民幣：RMB 109.00 元售价：NT$ 436.00 元

最近浏覽的商品

深度强化学习实战/深度学习系列

信息物理系统强化学习(网络安全示例)/计算机科学丛书

深度强化学习实践(原书第2版)/智能系统与技术丛书

多机器人系统强化学习/信息科学技术前沿丛书

多智能体强化学习(基础与现代方法)/智能系统与技术丛书