Эта книга — подробное руководство по новейшим инструментам глубокого обучения с подкреплением и их ограничениям. Мы реализуем и проверим на практике методы кросс-энтропии и итерации по ценностям (Q-learning), а также градиенты по стратегиям. Для экспериментов используются самые разные среды обучения с подкреплением (RL), начиная с классических CartPole и GridWorld и заканчивая эмуляторами Atari и средами непрерывного управления (на основе PyBullet и RoboSchool). Множество примеров основано на нестандартных средах, в которых мы с нуля разработаем модель окружения. В этой книге: • Вы узнаете, какое место в контексте глубокого обучения занимают методы RL, реализуете сложные модели глубокого обучения. • Изучите основу RL: марковские процессы принятия решений. • Рассмотрите примеры реализации методов RL: метод кросс-энтропии, DQN, A3C, TRPO, PPO, DDPG, D4PG и других. • Узнаете, как работать с дискретными и непрерывными пространствами действий в различных средах. • Увидите, как разработать систему, обучающуюся играм Atari, используя обучение с подкреплением. • Создадите собственную среду по модели OpenAI Gym для обучения биржевого агента. • Реализуете метод AlphaGo Zero для игры в Connect4. • Познакомитесь с применением RL в обработке речи: узнаете, как обучить диалогового бота на фразах из кинофильмов.
Политика Конфиденциальности сайта https://sportano.ru:443/knigi-297/uchebnaya-literatura-315/34042-glubokoe-obuchenie-s-podkrepleniem-alphago-i-drugie- (именуемый в дальнейшем "сайт")
Владелец сайта (именуемый в дальнейшем "Администрация") обязуется сохранять Вашу конфиденциальность в сети Интернет. Настоящая
Политика Конфиденциальности, рассказывает о том, как собираются, обрабатываются и хранятся Ваши личные данные.
Администрация уделяет большое внимание защите личной информации пользователей.
Пользуюсь этим сайтом, пользователь тем самым дает согласие на применение правил сбора и использования данных, изложенных
в настоящем документе.
Если Вы не согласны с условиями нашей политики конфиденциальности, не используйте этот сайт!
Собираемая информация
Администрация не собирает никакой личной информации о пользователе. Однако, личную информацию пользователя могут собирать
внешние организации (третьи стороны), предоставляющие инструменты для сбора информации о состоянии сайта. По этой причине,
Администрация снимает с себя ответственность по сохранению конфиденциальности данных пользователя. С Условиями Конфиденциальности
третьих сторон, пользователь может ознакомиться на их сайтах.
Прочая информация
Дети любых возрастов могут беспрепятственно пользоваться данным сайтом.
%