| ISBN/价格: | 978-7-122-47575-6:CNY109.00 |
|---|---|
| 作品语种: | chi |
| 出版国别: | CN 110000 |
| 题名责任者项: | 深度强化学习算法原理与实战/.郑一编著 |
| 出版发行项: | 北京:,化学工业出版社:,2025.09 |
| 载体形态项: | 339页:;+图:;+26cm |
| 提要文摘: | 本书在详细阐述强化学习基础概念与基本理论的基础上,循序渐进地介绍了深度强化学习各常用算法的基本思想、算法原理、算法实现、基于实例的算法演示与分析等内容。书中具体介绍了Q-learning算法求解最优路径问题,SARSA算法求解最优安全路径问题,策略迭代算法求解两地租车最优调度问题,价值迭代算法求解最优路径问题,DQN算法求解平衡系统的最优控制问题,PG算法求解双积分系统的最优控制问题,AC类算法求解股票交易的最优推荐策略,SAC算法控制机器人手臂执行控球平衡任务,PPO算法求解飞行器平稳着陆最优控制问题,DDPG算法求解四足机器人行走控制策略问题,TD3算法求解PID控制器参数整定问题,多智能体强化学习的基本概念与基本方法,MAPPO算法求解多智能体协作运送物体问题,IPPO算法与MAPPO算法求解协作竞争探索区域问题,MADDPG与DDPG算法求解车辆路径跟踪控制问题。 |
| 并列题名: | DRL deep reinforcement learning eng |
| 题名主题: | 机器学习 算法 |
| 中图分类: | TP181 |
| 个人名称等同: | 郑一 编著 |
| 记录来源: | CN LCTBU 20251012 |