Reinforcement learning, one of the most active research areas in artificial intelligence, is a computational approach to learning whereby an agent tries to maximize the total amount of reward it receives when interacting with a complex, uncertain environment. In Reinforcement Learning, Richard Sutton and Andrew Barto provide a clear and simple account of the key ideas and algorithms of reinforcement learning. Their discussion ranges from the history of the field's intellectual foundations to the most recent developments and applications. The only necessary mathematical background is familiarity with elementary concepts of probability.The book is divided into three parts. Part I defines the reinforcement learning problem in terms of Markov decision processes. Part II provides basic solution methods: dynamic programming, Monte Carlo methods, and temporal-difference learning. Part III presents a unified view of the solution methods and incorporates artificial neural networks, eligibility traces, and planning; the two final chapters present case studies and consider the future of reinforcement learning.
吴信东(XindongWu),教授英国爱丁堡大学人工智能学博士,任美国佛蒙特大学计算机科学系主任。吴教授在数据挖掘、知识系统和Web
《东线:中央集团军群的覆灭》内容简介:《东线》系列丛书,由著名军事作家朱世巍先生撰写。它全面而详细地讲述了二战中苏德战争的
《实现技术创新的TRIZ诀窍:40个创新原理》是阿奇舒勒用来介绍如何使用40个创新原理解决技术矛盾的。本版保留了原著的核心部分和尤
《分享经济》内容简介:本书从内生技术的垄断竞争政治经济学角度剖析分享经济,指出:在生产力发展超过工业化达到高级阶段后,共享
本书对BrainW.Kernighan和DennisM.Ritchie所著的《TheCProgrammingLanguage》(第2版)的所有练习题都进行了解答...
《激光熔覆再制造零件的超声检测》内容简介:本书以激光熔覆再制造零件(包含涂层及毛坯)为对象,对影响其服役性能和服役寿命的缺
《汉朝大历史》内容简介:汉朝何以成为与西罗马并立的两大帝国?汉朝的大一统局面是如何出现的?汉哀帝的断袖之癖,汉朝与四夷的战
《襄言随语:地方经济社会科学发展与改革创新》内容简介:本书是作者在湖北省襄阳市及随州市任职期间公开发表的讲话、报告、随笔集
本书是理论计算机科学方面的优秀教材,主要介绍形式语言、自动机、可计算性和相关内容。本书特别注意定义、定理的准确性和严格性
“融合与开放的下一代网络丛书”系统地描述了作者在国家973计划、国家863计划、国家杰出青年科学基金和国家自然科学基金等项目的
《牛汉散文》内容简介:本书精选牛汉散文60余篇,包括童年名篇《绵绵土》《打枣的季节》《月夜和风筝》《海琴》《父亲,树林和鸟》
《删除》内容简介:《删除》讲述了遗忘的美德,为读者展现了大数据时代的取舍之道。《删除》从大数据时代信息取舍的目的和方法分别
《普通高等教育"十五"国家级规划教材:电路分析》着重讲述电路分析的基本方法。内容除包含“电路分析”课程教学的基本要求外,适当
samuelp.harbisoniii于卡内基—梅隆大学获得计算机科学博士学位,现任carlow学院的计算机科学系副教授。他曾就职于德州仪器和ta
Thelastdecadehaswitnessedaproliferationofartistswhoseprimarymediumissoftware.Alg...
计算机网络(第五版) 本书特色 《计算机网络》为普通高等教育“十一五”国家级规划教材。本书共分十章,主要介绍了计算机网络的发展和原理体系结构、物理层、数据链路层...
《高效能团队模式》内容简介:高效能软件开发团队是任何组织能够持续交付价值的关键。本书主要介绍了高效能团队模式——团队拓扑,
后人类文化是指以克隆为代表的生物技术和以网络、模块为代表的相关高科技技术联手缔造的、在人类社会非常有可能出现的文化景观。
本书以计算机网络安全开发包技术为核心,详细讨论了几个著名的网络安全开发包,它们分别是网络数据包捕获开发包Libpcap,Windows
CaptainRifle,grayandoldintheAlaskanSteamshipservice,hadnotlostthespiritofhisyout...