动手学强化学习

人工智能正在进入一个从感知智能、认知智能向决策智能发展的时代！

强化学习是一种面向决策型人工智能的方法，将更多权力交给机器，让机器在各种任务中直接完成决策，不再以辅助的角色为人或者其他下游逻辑服务。

◎ 编辑推荐

本书全面、系统地介绍强化学习的基础理论体系，指明强化学习的入门及进阶路径。

本书配套线上代码实践平台，将纸质图书、在线代码运行环境、视频课程、在线讨论区、自主练习等多种内容形式融为一体，创造了能够将强化学习的原理和实践无缝衔接的学习环境，能够满足人工智能领域从学生到教师，再到行业的开发和研究人员的多种学习需求。

·名家作品：上海交通大学ACM班创始人俞勇教授、博士生导师张伟楠副教授、APEX实验室博士生沈键编写。

·理论与实践并重：基于上交大ACM 班的人工智能专业课程构建强化学习的学习体系，理论扎实、落地性强。

·配套资源丰富：在线代码运行环境+在线视频课程+在线讨论区+在线习题+配套课件。

·多位业内大咖力荐：字节跳动人工智能实验室总监李航|1986年图灵奖得主John Hopcroft|北京大学数学科学学院统计学教授张志华|伦敦大学学院计算机科学系讲席教授汪军|亚马逊资深首席科学家、《动手学深度学习》作者李沐。

◎ 内容简介

本书系统地介绍了强化学习的原理和实现，是一本理论扎实、落地性强的图书。

本书包含3个部分：第一部分为强化学习基础，讲解强化学习的基础概念和表格型强化学习方法；第二部分为强化学习进阶，讨论深度强化学习的思维方式、深度价值函数和深度策略学习方法；第三部分为强化学习前沿，介绍学术界在深度强化学习领域的主要关注方向和前沿算法。同时，本书提供配套的线上代码实践平台，展示源码的编写和运行过程，让读者进一步掌握强化学习算法的运行机制。