强化学习

·学习强化学习是什么，以及算法如何解决具体问题。

·掌握强化学习的基础知识，包括马尔可夫决策过程、动态规划和时间差分算法。

·深入研究一系列基于值函数和政策梯度的算法。

·应用先进的强化学习解决方案，如元学习、分层学习、多智能体、模仿学习等。

·了解最前沿的深度强化学习算法，包括Rainbow、PPO、TD3、SAC等。

·通过本书专门的配套网站获得实践代码和案例。

Phil Winder博士是一名多学科交叉的软件工程师、作家和科技顾问，同时也是温德研究所的CEO。该研究所主要提供云计算科学咨询，主营业务是帮助初创公司和大型企业改进数据流程、平台以及产品。作者于英国赫尔大学获得电子工程硕士和博士学位，现居英国约克郡。