目录

目录 页码
第1章 导论 1
   1.1 强化学习 1
   1.2 示例 4
   1.3 强化学习要素 5
   1.4 局限性与适用范围 7
   1.5 扩展实例：井字棋 8
   1.6 本章小结 12
   1.7 强化学习的早期历史 13
第I部分 表格型求解方法 23
第2章 多臂赌博机 25
   2.1 一个k臂赌博机问题 25
   2.2 动作-价值方法 27
   2.3 10臂测试平台 28
   2.4 增量式实现 30
   2.5 跟踪一个非平稳问题 32
   2.6 乐观初始值 34
   2.7 基于置信度上界的动作选择 35
   2.8 梯度赌博机算法 37
   2.9 关联搜索（上下文相关的赌博机） 40
   2.10 本章小结 41
第3章 有限马尔可夫决策过程 45
   3.1 “智能体-环境”交互接口 45
   3.2 目标和收益 51
   3.3 回报和分幕 52
   3.4 分幕式和持续性任务的统一表示法 54
   3.5 策略和价值函数 55
   3.6 最优策略和最优价值函数 60
   3.7 最优性和近似算法 65
   3.8 本章小结 66

常见术语词

书中翻译 英文术语
幕 episode
Logo
腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

Elasticsearch复杂数据类型终极指南：从入门到精通

Elasticsearch作为功能强大的搜索引擎，支持多种复杂数据类型，让开发者能够灵活处理各种结构化和非结构化数据。本文将带你全面了解Elasticsearch中的复杂数据类型，从基础概念到实际应用，助你轻松掌握数据建模的核心技巧。## 内部对象：构建层级化数据结构在Elasticsearch中，对象类型（Object）是最基础的复杂数据类型之一，用于表示具有嵌套关系的数据。例如，我们可

avatar 腾讯云开发者社区

终极指南：Flink SQL连接器版本管理从混乱到有序的升级之路

Apache Flink作为流处理领域的佼佼者，其SQL连接器的版本管理一直是开发者面临的核心挑战。本文将系统讲解Flink SQL连接器版本管理的最佳实践，帮助你轻松应对版本兼容性问题，实现从混乱到有序的升级之旅。## 连接器版本管理的常见痛点 😫在Flink应用开发中，连接器版本管理常常让开发者头疼不已。不同版本的连接器可能导致各种兼容性问题，例如API变更、功能差异甚至运行时错误。

avatar 腾讯云开发者社区

如何快速搭建Neon无服务器PostgreSQL：面向初学者的完整指南

Neon是一款革命性的无服务器PostgreSQL解决方案，它通过分离存储和计算层，实现了自动扩缩容、类代码式数据库分支以及零级扩展能力。本指南将帮助你从零开始搭建Neon开发环境，体验这款创新数据库的强大功能。## 准备工作：环境要求与依赖项在开始搭建Neon环境前，请确保你的系统满足以下要求：- Linux操作系统（推荐Ubuntu 20.04+或Debian 11+）- Git

avatar 腾讯云开发者社区