珠海科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

Joy RL:强化学习实践教程/江季, 王琦, 杨毅远著

出版发行项:

北京:人民邮电出版社,2025

ISBN及定价:

978-7-115-63154-1/CNY79.80

载体形态项:

160页:图;23cm

其它题名:

强化学习实践教程

个人责任者:

江季 著

个人责任者:

王琦 著

个人责任者:

杨毅远 著

学科主题:

机器学习-教材

中图法分类号:

TP181

一般附注:

异步图书

责任者附注:

江季, 网易高级算法工程师, 硕士毕业于北京大学Datawhale成员, 《Easy RL: 强化学习教程》《深度学习详解》作者。主要研究方向为强化学习、深度学习、大模型、机器人等。曾获国家奖学金、上海市优秀毕业生等, 取得强化学习与游戏AI等相关专利多项。王琦, 上海交通大学人工智能教育部重点实验室博士研究生, 硕士毕业于中国科学院大学。Datawhale成员, 《Easy RL:强化学习教程》《深度学习详解》作者, AI TIME 成员, HuggingFace 社区志愿者。杨毅远, 牛津大学计算机系博士研究生, 硕士毕业于清华大学。Datawhale成员, 《Easy RL: 强化学习教程》《深度学习详解》作者。

提要文摘附注:

本书大部分内容基于3位作者的实践经验, 涵盖马尔可夫决策过程、动态规划、免模型预测、免模型控制、深度学习基础、DQN算法、DQN算法进阶、策略梯度、Actor-Critic算法、DDPG与TD3算法、PPO算法等内容, 旨在帮助读者快速入门强化学习的代码实践, 并辅以一套开源代码框架“JoyRL”, 便于读者适应业界应用研究风格的代码。

豆瓣简介：