ISBN: 9789860776829

出版日期: 2022-02-20

作者： 董豪,丁子涵,仉尚航

裝訂： 平裝.單色印刷.656頁.23.

 

　　從 2013 年開始，深度強化學習已漸漸地以多種方式改變了我們的生活和世界，會下棋的AlphaGo技術展示了超過專業選手的理解能力的"圍棋之美"。

　　類似的情況也會發生在技術、醫療和金融領域。深度強化學習探索了一個人類最基本的問題：人類是如何透過與環境互動進行學習的？這個機制可能成為逃出“巨量資料陷阱”的關鍵因素，作為一條強人工智慧的必經之路，通向人類智慧尚未企及的地方。

　　本書由一群對機器學習充滿熱情的極強專家完成，展示深度強化學習的世界，透過實例和經驗介紹，加深對深度強化學習的理解。

　　本書覆蓋內容範圍之廣，從深度強化學習的基礎理論知識到包含程式細節的技術實現描述，是初學者和科學研究人員非常好的學習教材。

本書特色

　　●深度學習精解
　　〇強化學習入門指引
　　●深度Q網路，DQN、Double DQN、Actor-Critic
　　〇模仿學習
　　●整合學習詳解
　　〇分層、多智慧體強化學習
　　●平行計算
　　〇Learning to Run實作
　　●圖型強化實作
　　〇模擬環境機器人實作
　　●Arena多智慧體強化學習平台實作
　　〇強化學習技巧及最完整所有演算法說明實作

 

作者簡介
董豪,丁子涵,仉尚航

作者簡介



董豪

　　北京大學計算機學院、前沿計算研究中心助理教授、博士生導師，鵬城國家實驗室及浙江省北大資訊技術高等研究院雙聘成員。 於2019年獲得英國帝國理工學院博士學位，研究方向為計算機視覺和機器人。 致力於推廣人工智慧技術，是TensorLayer的創始人並獲得ACM MM最佳開源軟體獎。

丁子涵

　　英國帝國理工學院碩士。獲普林斯頓大學博士生全額獎學金，曾在加拿大 Borealis AI、騰訊 Robotics X 實驗室有過工作經歷。大學就讀中國科學技術大學，獲物理和電腦雙學位。研究方向主要涉及強化學習、機器人控制、電腦視覺等。在 ICRA、NeurIPS、AAAI、IJCAI、PhysicalReview 等頂級期刊與會議發表多篇論文， 是 TensorLayer-RLzoo 、TensorLet 和Arena 開放原始碼專案的貢獻者。

仉尚航

　　北京大學計算機學院助理教授、研究員。 於2018年博士畢業於美國卡內基梅隆大學，後於2020年初加入加州大學伯克利分校BAIR實驗室 （Berkeley AI Research Lab）  任博士後研究員。 研究方向主要為開放環境泛化機器學習理論與系統，同時在計算機視覺和強化學習方向擁有豐富研究經驗。 在人工智慧頂級期刊和會議上發表論文30餘篇，並申請5項美中專利。 榮獲世界人工智慧頂級會議AAAI'2021 最佳論文獎，美國2018 "EECS Rising Star"，Adobe學術合作基金，  Qualcomm創新獎提名等。 曾多次在國際頂級會議NeurIPS、ICML上組織Workshop，多次作為國際旗艦期刊和會議的審稿人或程式委員，擔任AAAI 2022 高級程式委員。