Verstärkungslernen: Theorie und Python -Implementierung
Das erste Tutorial-Buch für Verstärkungslernen mit Einzelgesprächs-Tensorflow 2 und Pytorch 1 & 2 Implementierung
| Englische Ausgabe | 中文版 | 中文 2019 版 |
|---|
| | |
Bitte senden Sie mir eine E -Mail, wenn Sie daran interessiert sind, dieses Buch in anderen Sprachen zu veröffentlichen.
Merkmale
Dies ist ein Tutorial -Buch über Verstärkungslernen mit Erklärung der Theorie und Python -Implementierung.
- Theorie: Ausgehend von einem einheitlichen mathematischen Rahmen leitet dieses Buch die Theorie und die Algorithmen des Verstärkungslernens ab, einschließlich der Algorithmen in großer Modell -Ära wie PPO, RLHF, IRL und PBRL.
- Praxis: Jedes Kapitel wird von hochwertiger Implementierung basierend auf Python 3, Fitnessstudio 0,26 und TensorFlow 2 / Pytorch 1 & 2 begleitet. Alle Codes sind mit Windows, Linux und MacOS kompatibel, können in einem Laptop ausgeführt werden.
Unterstützende Inhalte für die englische Version
Hier finden Sie Codes, Sportantworten usw.
Überprüfen Sie SpringerLink Amazon auf Buchinhalte.
Tabelle der Codes
Alle Codes wurden als .IPYNB -Datei und eine .html -Datei im selben Verzeichnis gespeichert.
| Kapitel | Umwelt- und geschlossene Richtlinie | Agent |
|---|
| 2 | Cliffwalking-V0 | Bellman |
| 3 | Frozenlake-V1 | Dp |
| 4 | Blackjack-V1 | MC |
| 5 | Taxi-V3 | Sarsa, erwartungsgemäß, QL, Doubleql, Sarsa (λ) |
| 6 | Mountaincar-V0 | Sarsa, Sarsa (λ), DQN TF -Torch, Doubledqn TF Taschenlampe, Dueldqn TF Taschenlampe |
| 7 | Cartpole-0 | VPG -TF -Torch, VPGWBaseline TF -Torch, Offpolicyvpg TF -Torch, Offpolicyvpgwbaseline TF -Torch |
| 8 | Acrobot-V1 | QAC TF -Torch, Advantageac TF -Torch, Berechtigungstraße TF -Torch, PPO TF -Torch, NPG TF -Torch, TRPO TF -Torch, Offpac TF -Torch |
| 9 | Pendel-V1 | DDPG TF Torch, TD3 TF -Torch |
| 10 | Mondländer-V2 | SQL TF Torch, Sac TF Torch, Sacwa TF Torch |
| 10 | Lunarlandercontinuous-V2 | Sacwa TF Torch |
| 11 | Bipedalwalker-V3 | Es, ars |
| 12 | PongNoframeskip-V4 | CategoricalDQN TF Torch, QR-DQN TF-Torch, IQN TF-Torch |
| 13 | Bernoullimab-V0 | UCB |
| 13 | Gaußsianmab-v0 | UCB |
| 14 | Tictactoe-v0 | Alphazero TF Torch |
| 15 | Tiger-V0 | Vi |
| 16 | Humanoidbulletenv-V0 | BehaviorClone TF Torch, Gail TF Torch |
强化学习 ： 原理与 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
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 Fitnessstudio 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 算法讲解全面覆盖主流的强化学习算法 ， 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 还给出了深度强化学习算法的 还给出了深度强化学习算法的 还给出了深度强化学习算法的 还给出了深度强化学习算法的 还给出了深度强化学习算法的 和 pytorch 对照实现。
- 第三部分（第 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。 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。 并搭配习题。
本书各章均提供 Python 代码 ， 实战性强。 实战性强。
- 简洁易懂 ： 全书代码统一规范、简约完备 全书代码统一规范、简约完备 与算法讲解直接对应。 与算法讲解直接对应。
- 查阅方便 ： 所有代码及运行结果均在 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。 可单独查阅和运行。
- 环境全面 ： 既有 Fitnessstudio 的内置环境 ， 也有在 Fitnessstudio 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。 还带领读者一起实现自定义的环境。
- 兼容性好 ： ： 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。
- 硬件要求低 ： 所有代码均可在没有 GPU 的个人计算机上运行。
强化学习 ： 原理与 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
本书特色
本书介绍强化学习理论及其 Python 实现。
- 理论完备 ： ： 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 ， 主要定理均给出证明过程。各章内容循序渐进 ， 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。
- 案例丰富：在您最爱的操作系统（包括 Windows、macOS、Linux）上，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，体积小、重量轻。第 1～9 章给出了算法的配套实现，环境部分只依赖于 Gym 的最小安装，在没有 GPU 的计算机上也可运行；第 10～12 章介绍了多个热门综合案例，涵盖 Gym 的完整安装和自定义扩展，在有普通 GPU 的计算机上即可运行。
Qq 群
- Qq 群 ： 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） 群主和管理员不提供免费咨询服务）
- 多任务群 ： 696984257 （非小白群 多任务强化学习 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 勘误报错勿发此群 ， 提问前请先 Google）
- 关于入群验证问题 ： 由于 qq 的 Fehler ， 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。 清注意大小写。
- 中文版书前言中给出的 qq 群（ 935702193、243613392 和 948110103 ）已满 ， 不再新增群成员 ， 谢谢理解。 谢谢理解。
