理查德·萨顿。;安德鲁·巴托。 强化学习。引言。第二次扩展和更新版本。 （英语） Zbl 1407.68009号 自适应计算与机器学习马萨诸塞州剑桥：麻省理工学院出版社（ISBN 978-0-262-03924-6）。第二十二、526页。(2018). 出版商描述：强化学习是人工智能中最活跃的研究领域之一，是一种计算学习方法，通过该方法，代理在与复杂、不确定的环境交互时，试图最大化其获得的总回报。在这本书中，理查德·萨顿（Richard Sutton）和安德鲁·巴托（Andrew Barto）清晰而简单地描述了该领域的关键思想和算法。第二版已经进行了显著的扩展和更新，提出了新的主题并更新了其他主题的覆盖范围。与第一版一样，第二版侧重于核心在线学习算法，更多数学材料放在阴影框中。第一部分涵盖了尽可能多的强化学习，而不超出可以找到精确解决方案的表格案例。本部分介绍的许多算法是第二版的新算法，包括UCB、Expected Sarsa和Double Learning。第二部分将这些思想扩展到函数近似，新增了人工神经网络和傅里叶基等主题，并对非策略学习和策略粒度方法进行了扩展处理。第三部分有关于强化学习与心理学和神经科学的关系的新章节，以及更新的案例研究章节，包括AlphaGo和AlphaGo-Zero、Atari游戏以及IBM Watson的赌注策略。最后一章讨论了强化学习的未来社会影响。 引用于三评论引用于656文件 MSC公司： 68-01 与计算机科学相关的介绍性说明（教科书、教程论文等） 68T05年 人工智能中的学习和自适应系统 PDF格式BibTeX公司 XML格式引用 \textit{R.S.Sutton}和\textit{A.G.Barto}，强化学习。引言。第二次扩展和更新版本。马萨诸塞州剑桥：麻省理工学院出版社（2018；Zbl 1407.68009）