已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Control Systems and Reinforcement Learning

强化学习 计算机科学 趋同(经济学) 编码(集合论) 马尔可夫决策过程 马尔可夫链 过程(计算) 光学(聚焦) 人工智能 控制(管理) 马尔可夫过程 理论计算机科学 机器学习 数学 程序设计语言 集合(抽象数据类型) 经济 物理 光学 统计 经济增长
作者
Sean Meyn
标识
DOI:10.1017/9781009051873
摘要

A high school student can create deep Q-learning code to control her robot, without any understanding of the meaning of 'deep' or 'Q', or why the code sometimes fails. This book is designed to explain the science behind reinforcement learning and optimal control in a way that is accessible to students with a background in calculus and matrix algebra. A unique focus is algorithm design to obtain the fastest possible speed of convergence for learning algorithms, along with insight into why reinforcement learning sometimes fails. Advanced stochastic process theory is avoided at the start by substituting random exploration with more intuitive deterministic probing for learning. Once these ideas are understood, it is not difficult to master techniques rooted in stochastic control. These topics are covered in the second part of the book, starting with Markov chain theory and ending with a fresh look at actor-critic methods for reinforcement learning.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
就晚安喽完成签到 ,获得积分10
刚刚
快乐的迷勒完成签到,获得积分10
1秒前
葛力完成签到,获得积分10
1秒前
深情安青应助科研通管家采纳,获得10
3秒前
Jasper应助科研通管家采纳,获得10
3秒前
牡丹花下发布了新的文献求助10
4秒前
丁丁完成签到 ,获得积分10
4秒前
aaaaa发布了新的文献求助10
6秒前
魔法师完成签到,获得积分10
6秒前
释金松完成签到 ,获得积分10
7秒前
7秒前
8秒前
shan发布了新的文献求助10
9秒前
HuiHui完成签到,获得积分10
11秒前
杨昕发布了新的文献求助10
11秒前
Yolo完成签到 ,获得积分10
12秒前
知性的幻巧完成签到,获得积分20
13秒前
嘟嘟嘟嘟完成签到,获得积分10
13秒前
Dana完成签到 ,获得积分10
14秒前
互助遵法尚德完成签到,获得积分0
14秒前
kitty完成签到 ,获得积分10
14秒前
乐乐乐乐乐乐应助陈静采纳,获得10
15秒前
nuyoahmay完成签到 ,获得积分10
15秒前
aaaaa完成签到,获得积分10
16秒前
小蘑菇应助dogontree采纳,获得10
18秒前
oilmelech完成签到,获得积分10
20秒前
蔚欢完成签到 ,获得积分10
20秒前
qi完成签到 ,获得积分10
21秒前
konosuba完成签到,获得积分10
22秒前
搜集达人应助oilmelech采纳,获得10
25秒前
25秒前
mimi完成签到,获得积分10
26秒前
27秒前
奋斗人雄完成签到,获得积分10
27秒前
66发完成签到,获得积分10
28秒前
脱碳葡萄糖完成签到,获得积分10
28秒前
28秒前
Akim应助郁金香采纳,获得10
29秒前
eschew完成签到,获得积分10
30秒前
高分求助中
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
宽禁带半导体紫外光电探测器 388
COSMETIC DERMATOLOGY & SKINCARE PRACTICE 388
Pearson Edxecel IGCSE English Language B 300
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3142499
求助须知:如何正确求助?哪些是违规求助? 2793418
关于积分的说明 7806563
捐赠科研通 2449664
什么是DOI,文献DOI怎么找? 1303383
科研通“疑难数据库(出版商)”最低求助积分说明 626861
版权声明 601309