深度强化学习实践，视频版

Deep Reinforcement Learning in Action, Video Edition

 视频说明

在视频版本中，旁白阅读本书，同时内容、图形、代码列表、图表和文本出现在屏幕上。就像有声读物一样，您也可以作为视频观看。

人类从反馈中学习得最好——我们被鼓励采取能带来积极结果的行动，同时又被带来负面后果的决定吓退。这种强化过程可以应用于计算机程序，使它们能够解决经典编程无法解决的更复杂的问题。 《深度强化学习实践》教您深度强化学习的基本概念和术语，以及将其实施到自己的项目中所需的实用技能和技术。

 关于技术
深度强化学习人工智能系统可以快速适应新环境，这是对标准神经网络的巨大改进。 DRL 代理像人类一样学习，接收传感器输入等原始数据，并通过反复试验完善其响应和预测。

 关于本书
《深度强化学习实践》教您如何对人工智能代理进行编程，以根据环境的直接反馈进行调整和改进。在这个示例丰富的教程中，您将通过接受有趣的挑战（例如迷宫导航和玩视频游戏）来掌握基础和高级 DRL 技术。在此过程中，您将使用核心算法，包括深度 Q 网络和策略梯度，以及 PyTorch 和 OpenAI Gym 等行业标准工具。

 里面有什么

• 构建和训练 DRL 网络
• 用于学习和解决问题的最流行的 DRL 算法
• 好奇心和多智能体学习的进化算法
• 所有示例均以 Jupyter Notebook 形式提供

 关于读者
适合具有 Python 和深度学习中级技能的读者。

 关于作者
Alexander Zai是 Amazon AI 的机器学习工程师。 Brandon Brown是一位机器学习和数据分析博主。

 引号
强化学习的全面介绍。读起来很有趣并且高度相关。
– Helmut Hauschild，PharmaTrace

对于任何想要掌握深度强化学习的人来说，这是一本必读的书。
– Kalyan Reddy，ArisGlobal

如果您想知道 AI/ML 和强化学习背后的理论是什么，以及如何在自己的项目中应用这些技术，那么这本书就适合您。
 – Tobias Kaatz，OpenText

我向所有渴望掌握 DRL 基础知识并寻求在这个令人兴奋的领域从事研究或开发职业的人强烈推荐这本书。
 – 阿尔·拉希米，亚马逊