"本書從強(qiáng)化學(xué)習(xí)最基本的概念開始介紹, 將介紹基礎(chǔ)的分析工具, 包括貝爾曼公式和貝爾曼最
優(yōu)公式, 然后推廣到基于模型的和無模型的強(qiáng)化學(xué)習(xí)算法, 最后推廣到基于函數(shù)逼近的強(qiáng)化學(xué)習(xí)方
法。本書強(qiáng)調(diào)從數(shù)學(xué)的角度引入概念、分析問題、分析算法, 并不強(qiáng)調(diào)算法的編程實(shí)現(xiàn)。本書不要求
讀者具備任何關(guān)于強(qiáng)化學(xué)習(xí)的知識背景, 僅要求讀者具備一定的概率論和線性代數(shù)的知識。如果讀者
已經(jīng)具備強(qiáng)化學(xué)習(xí)的學(xué)習(xí)基礎(chǔ), 本書可以幫助讀者更深入地理解一些問題并提供新的視角。
本書面向?qū)��?qiáng)化學(xué)習(xí)感興趣的本科生、研究生、研究人員和企業(yè)或研究所的從業(yè)者。
"