Sutton＆Barto撰写的《强化学习：简介》 （第2版）包括本章练习。 该资料库存储了我在理解强化学习过程中对这些练习的尝试。 所有练习均在Rmarkdown中完成，并按章节分开。
章节：
1：简介
第一部分：表格求解方法
2：多臂匪
3：有限马尔可夫决策过程
4：动态编程
5：蒙特卡洛方法
6：时差学习
7：n步自举
8：使用表格方法进行计划和学习
第二部分：近似解法
9：基于策略的预测
10：基于策略的近似控制
11：近似的非策略方法
12：资格跟踪
13：政策梯度法
第三节：深入了解
14：心理学
15：神经科学
16：应用和案例研究
17：边疆
2023-01-15 12:51:20
2KB
1
This introductory textbook on reinforcement learning is targeted toward engineers and scientists in artificial intelligence, operations research, neural networks, and control systems, and we hope it will also be of interest to psychologists and neuroscientists.
关于强化学习的一本原著，花钱在淘宝上买的。很值得一看的一本书~
2021-11-18 21:32:53
3.59MB
1
Richard S. Sutton, Andrew G. Barto-Reinforcement Learning_ An Introduction-MIT Press (1998)高清版经典教材
2021-11-08 15:43:52
2.39MB
1
强化学习算法的入门资料，有利于大家学习强化学习算法
2019-12-21 18:49:27
5.45MB
1