مجله علمی تفریحی بیبیس
0

دانلود کتاب یادگیری تقویتی عمیق

بازدید 1222
  • عنوان کتاب: Deep Reinforcement Learning
  • نویسنده: Aske Plaat
  • حوزه: یادگیری عمیق
  • سال انتشار: 2022
  • تعداد صفحه: 414
  • زبان اصلی: انگلیسی
  • نوع فایل: pdf
  • حجم فایل: 11.4 مگابایت

یادگیری تقویتی عمیق اخیراً توجه زیادی را به خود جلب کرده است. نتایج چشمگیری در فعالیت‌های متنوعی مانند رانندگی مستقل، بازی، نوترکیبی مولکولی و روباتیک به دست آمد. در تمام این زمینه ها، برنامه های کامپیوتری حل مسائل دشوار را آموخته اند. آنها یاد گرفته اند که با هلیکوپترهای مدل پرواز کنند و مانورهای هوازی مانند لوپ و رول انجام دهند. در برخی از برنامه‌ها، آنها حتی از بهترین انسان‌ها نیز بهتر شده‌اند، مانند آتاری، گو، پوکر و استارکرافت. روشی که در آن یادگیری تقویتی عمیق محیط های پیچیده را بررسی می کند به ما یادآوری می کند که کودکان چگونه یاد می گیرند، با بازیگوشی امتحان کردن چیزها، دریافت بازخورد و تلاش مجدد. به نظر می رسد کامپیوتر واقعاً دارای جنبه های یادگیری انسان است. یادگیری تقویتی عمیق رویای هوش مصنوعی را لمس می کند. موفقیت های پژوهشی از چشم مربیان دور نمانده است و دانشگاه ها شروع به ارائه دوره هایی در این زمینه کرده اند. هدف این کتاب ارائه یک نمای کلی از حوزه یادگیری تقویتی عمیق است. این کتاب برای دانشجویان فارغ التحصیل هوش مصنوعی، و برای محققان و پزشکانی که مایل به درک بهتر روش های یادگیری تقویتی عمیق و چالش های آنها هستند، نوشته شده است. ما سطح لیسانس درک علوم کامپیوتر و هوش مصنوعی را فرض می کنیم. زبان برنامه نویسی این کتاب پایتون است. ما مبانی، الگوریتم ها و کاربردهای یادگیری تقویتی عمیق را شرح می دهیم. ما روش‌های بدون مدل و مبتنی بر مدل را که اساس این رشته را تشکیل می‌دهند، پوشش می‌دهیم. پیشرفت‌ها به سرعت پیش می‌روند، و ما موضوعات پیشرفته‌تری را نیز پوشش می‌دهیم: یادگیری تقویتی عمیق چند عاملی، یادگیری تقویتی سلسله مراتبی عمیق، و یادگیری متا عمیق.

Deep reinforcement learning has gathered much attention recently. Impressive results were achieved in activities as diverse as autonomous driving, game playing, molecular recombination, and robotics. In all these fields, computer programs have learned to solve difficult problems. They have learned to fly model helicopters and perform aerobatic manoeuvers such as loops and rolls. In some applications they have even become better than the best humans, such as in Atari, Go, poker, and StarCraft. The way in which deep reinforcement learning explores complex environments reminds us how children learn, by playfully trying out things, getting feedback, and trying again. The computer seems to truly possess aspects of human learning; deep reinforcement learning touches the dream of artificial intelligence. The successes in research have not gone unnoticed by educators, and universities have started to offer courses on the subject. The aim of this book is to provide a comprehensive overview of the field of deep reinforcement learning. The book is written for graduate students of artificial intelligence, and for researchers and practitioners who wish to better understand deep reinforcement learning methods and their challenges. We assume an undergraduate-level of understanding of computer science and artificial intelligence; the programming language of this book is Python. We describe the foundations, the algorithms, and the applications of deep reinforcement learning. We cover the established model-free and model-based methods that form the basis of the field. Developments go quickly, and we also cover more advanced topics: deep multi-agent reinforcement learning, deep hierarchical reinforcement learning, and deep meta learning.

این کتاب را میتوانید بصورت رایگان از لینک زیر دانلود نمایید.

Download: Deep Reinforcement Learning

نظرات کاربران

  •  چنانچه دیدگاه شما توهین آمیز باشد تایید نخواهد شد.
  •  چنانچه دیدگاه شما جنبه تبلیغاتی داشته باشد تایید نخواهد شد.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.

بیشتر بخوانید