题名:
分布式强化学习   [ 专著] fen bu shi qiang hua xue xi / (加)马克·G.贝勒马尔(Marc G. Bellemare),(美)威尔·达布尼(Wil Dabney),(英)马克·罗兰(Mark Rowland)著 , 周庆国[等]译
ISBN:
978-7-111-78964-2 价格： CNY99.00
语种:
chi
载体形态:
11,242页 26cm
出版发行:
出版地： 北京 出版社： 机械工业出版社 出版日期： 2025
内容提要:
本书主要介绍分布式强化学习的关键概念及应用,对于重要的结果均给出了数学证明,从而说明分布式强化学习有能力解释在人机交互环境中产生的许多复杂且有趣的现象。读者将了解一系列算法和数学理论的发展过程,在这些过程中依次对随机回报进行特征描述、计算和估计,最后基于此做出决策。 
主题词:
人工智能  
中图分类法:
TP18 版次： 5
主要责任者:
贝勒马尔 bei le ma er 著
主要责任者:
达布尼 da bu ni 著
主要责任者:
罗兰 luo lan 著
次要责任者:
周庆国 zhou qing guo 译
责任者附注:
马克·G. 贝勒马尔 (Marc G. Bellemare),Reliant AI联合创始人、首席科学家,CIFAR AI首席教授,Mila核心成员。他还是麦吉尔大学兼职教授,蒙特利尔大学兼职教授。他拥有阿尔伯塔大学博士学位。 
责任者附注:
威尔·达布尼 (Wil Dabney),DeepMind高级研究科学家,研究兴趣包括强化学习、机器学习和神经科学等。曾在Amazon Echo 团队担任机器学习科学家。他拥有马萨诸塞大学阿默斯特分校博士学位。 
责任者附注:
马克·罗兰 (Mark Rowland),高级研究科学家,研究兴趣包括强化学习、统计学、概率论、优化和博弈论等。他拥有剑桥大学博士学位。 
责任者附注:
周庆国,男,博士,兰州大学信息与工程学院教授、博导。