|
题名:
|
分布强化学习 / (加) 马克·G. 贝勒马尔, (美) 威尔·达布尼, (英) 马克·罗兰著 , 周庆国 ... [等] 译 |
|
ISBN:
|
978-7-111-78964-2 价格： CNY99.00 |
|
语种:
|
chi |
|
载体形态:
|
XI, 242页 图 26cm |
|
出版发行:
|
出版地： 北京 出版社： 机械工业出版社 出版日期： 2025 |
|
内容提要:
|
本书是关于分布式强化学习的全面指南，为从概率视角思考决策问题提供了新的数学框架。本书主要介绍分布式强化学习的关键概念及应用，对于重要的结果均给出了数学证明，从而说明分布式强化学习有能力解释在人机交互环境中产生的许多复杂且有趣的现象。读者将了解一系列算法和数学理论的发展过程，在这些过程中依次对随机回报进行特征描述、计算和估计，最后基于此做出决策。 |
|
主题词:
|
人工智能 |
|
中图分类法:
|
TP18 版次： 5 |
|
主要责任者:
|
贝勒马尔 著 |
|
主要责任者:
|
达布尼 著 |
|
主要责任者:
|
罗兰 著 |
|
次要责任者:
|
周庆国 译 |
|
次要责任者:
|
王金强 译 |
|
次要责任者:
|
周睿 译 |
|
附注:
|
CMP BOOKS |
|
责任者附注:
|
马克·G. 贝勒马尔(Marc G. Bellemare)，Reliant AI联合创始人、首席科学家，CIFAR AI首席教授，Mila核心成员。曾领导Google Brain的强化学习研究工作，并曾在DeepMind担任研究科学家。 |
|
责任者附注:
|
威尔·达布尼(Will Dabney)，DeepMind高级研究科学家，研究兴趣包括强化学习、机器学习和神经科学等。曾在Amazon Echo团队担任机器学习科学家。 |
|
责任者附注:
|
马克·罗兰(Mark Rowland)，DeepMind高级研究科学家，研究兴趣包括强化学习、统计学、概率论、优化和博弈论等。他拥有剑桥大学博士学位。 |
|
责任者附注:
|
周庆国，博士，兰州大学信息科学与工程学院教授、博导，兰州大学开源软件与实时系统教育部工程研究中心主任，甘肃省拔尖领军人才，教育部“新世纪优秀人才支持计划”入选者。 |
|
责任者附注:
|
王金强，兰州大学计算机应用技术专业在读博士，主要从事人工智能和机器人领域研究工作，出版专著1部。 |
|
责任者附注:
|
周睿，兰州大学信息科学与工程学院教授、博导，甘肃省领军人才(第二层次)。 |