rl book

التعلم التعزيز: النظرية وتنفيذ بيثون

أول كتاب تعليمي تعليمي مع تعزيز مع تطبيق TensorFlow 2 و Pytorch 1 و 2

الطبعة الإنجليزية	中文版	中文 2019 版

يرجى مراسلتي عبر البريد الإلكتروني إذا كنت مهتمًا بنشر هذا الكتاب بلغات أخرى.

سمات

هذا كتاب تعليمي عن تعلم التعزيز ، مع شرح النظرية وتنفيذ بيثون.

• النظرية: بدءًا من إطار رياضي موحد ، يستمد هذا الكتاب نظرية وخوارزميات التعلم التعزيز ، بما في ذلك الخوارزميات في عصر النموذج الكبير مثل PPO و RLHF و IRL و PBRL.
• الممارسة: يرافق كل فصل تنفيذ عالي الجودة على أساس Python 3 و Gym 0.26 و TensorFlow 2 / Pytorch 1 & 2. يمكن تشغيل جميع الرموز مع Windows و Linux و MacOS ، في جهاز كمبيوتر محمول.

دعم محتويات النسخة الإنجليزية

تحقق هنا للحصول على الرموز ، والإجابات التمرين ، إلخ.

تحقق من Springerlink Amazon لمحتويات الكتب.

جدول الرموز

تم حفظ جميع الرموز كملف .ipynb وملف .html في نفس الدليل.

الفصل	البيئة وسياسة الشكل المغلقة	عامل
2	Cliffwalking-V0	قارع الناقوس
3	Frozenlake-V1	موانئ دبي
4	Blackjack-V1	MC
5	SARI-V3	SARSA ، المتوقع ، QL ، doubleql ، SARSA (λ)
6	MountainCar-V0	Sarsa ، Sarsa (λ) ، Torch tf dqn tf ، torch doubledqn tf ، dueldqn tf torch
7	Cartpole-0	Torch Tor Torch VPG ، VPGWBASELINE TF Torch ، OffpolicyVPG TF Torch ، OffpolicyVPGWBASELINE TF Torch
8	Acrobot-V1	Torch Torch QAC TF ، torch Advantageac TF ، Torch Torch Torch ، PPO TF ، TF Torch ، TRPO TF Torch ، Torch Offpac TF Torch
9	البندول-V1	DDPG TF Torch ، TD3 TF Torch
10	Lunarlander-V2	torch sql tf ، شعلة sac tf ، torch sacwa tf
10	LunarlanderContinuous-V2	sacwa tf الشعلة
11	Bipedalwalker-V3	ES ، آرس
12	pongnoframeskip-v4	Torch Torch CatmoricalDQN TF ، QR-DQN TF Torch ، IQN TF Torch
13	Bernoullimab-V0	UCB
13	Gaussianmab-V0	UCB
14	Tictactoe-V0	alphazero tf الشعلة
15	Tiger-V0	السادس
16	Humanoidbulletenv-V0	Behaviorclone TF Torch ، Gail TF Torch

： ： python 实战 (2023 中文版)

全球第一本配套 Tensorflow 2 和 Pytorch 1/2 对照代码的强化学习教程书

中文版书籍支持内容

• 代码、习题答案、勘误更新等配套资源见这里。

本书内容

• 第一部分 （第 1 章） ： 从零开始介绍强化学习的背景知识 ， 介绍环境库 gym 的使用。
• 第二部分 （第 2 ～ 15 章 ： ： 基于折扣奖励离散时间 markov 决策过程模型 ， 介绍强化学习的主干理论和常见算法。采用数学语言推导强化学习的基础理论 ， 进而在理论的基础上讲解算法 并为算法提供配套代码实现。基础理论的讲解突出主干部分 ， ， ， 包括经典的非深度强化学习算法和近年流行的强化学习算法。 python 实现和算法讲解一一对应 ， 还给出了深度强化学习算法的 tensorflow
• 第三部分 （（16 章） ： 介绍其他强化学习模型 ， 包括平均奖励模型、连续时间模型、非齐次模型、半 markov 模型、部分可观测模型等 ， 以便更好了解强化学习研究的全貌。

本书特色

本书完整地介绍了主流强化学习理论。

• 选用现代强化学习理论体系 ， 突出主干 ， 主要定理均给出证明过程。基于理论讲解强化学习算法 全面覆盖主流强化学习算法 ， 包括了资格迹等经典算法和 muzero 等深度强化学习算法。
• 全书采用完整的数学体系 ， 各章内容循序渐进。全书采用一致的数学符号 ， 并兼容主流强化学习教程。
• 每章都配有知识点总结 ， 并搭配习题。

python 代码 ， 实战性强。

• ： ： 全书代码统一规范、简约完备 ， 与算法讲解直接对应。
• ： ： github 上展示 ， 既可以在浏览器上查阅 ， 也可以下载到本地运行。各算法实现放在单独的文件里 ， 可单独查阅和运行。
• ： ： gym 的内置环境 ， 也有在 gym 基础上进一步扩展的第三方环境 ， 还带领读者一起实现自定义的环境。
• ： ： 所有代码在三大操作系统 （Windows 、 macos 、 linux） 上均可运行 ， 书中给出了环境的安装和配置方法。深度强化学习代码还提供了 tensorflow 和 pytorch 对照代码。读者可任选其一。
• ： ： GPU 的个人计算机上运行。

： ： python 实现 (2019)

全球第一本配套 Tensorflow 2 代码的强化学习教程书

中国第一本配套 Tensorflow 2 代码的纸质算法书

中文版书籍支持内容

• 代码、勘误更新等见这里。

本书特色

python 实现。

• ： ： 全书用一套完整的数学体系 ， 严谨地讲授强化学习的理论基础 ， ， 覆盖了所有主流强化学习算法 ， 包括资格迹等非深度强化学习算法和柔性执行者/评论者等深度强化学习算法。
• ： ： ： 在您最爱的操作系统 （包括 windows 、 macos 、 linux） 上 ， 基于 基于 基于 python 3 、 gym 0.26 和 tensorflow 2 ， 实现强化学习算法。全书实现统一规范 实现强化学习算法。全书实现统一规范 体积小、重量轻。第 1 ～ 9 ～

QQ 群

• QQ ： ： 722846914 （勘误报错可发此群 ， 其他问题提问前请先 google ， 群主和管理员不提供免费咨询服务）
• ： 696984257 （非小白群 ， 多任务强化学习+强化元学习+终身强化学习+迁移强化学习 ， 勘误报错勿发此群 ， 提问前请先 google）
• ： ： 由于 QQ 的 bug ， 即使正确输入答案 ， 也可能会验证失败。这时更换设备重试、更换输入法重试、改日重试均可能解决问题。如果答案中有英文字母 ， 清注意大小写。
• 中文版书前言中给出的 QQ 群 （935702193、243613392 和 9481101103） 已满 ， 不再新增群成员 谢谢理解。