Titre : | Reinforcement Learning: An Introduction |
Type de document : | texte imprimé |
Auteurs : | Richard S. SUTTON ; Andrew G. BARTO |
Mention d'édition : | Second edition |
Editeur : | The MIT Press |
Année de publication : | 2020 |
Importance : | 526 p. |
ISBN/ISSN/EAN : | 978-0-262-03924-6 |
Note générale : | Contents
Prefaces
Summary of Notation
Introduction
References
Index |
Catégories : | Apprentissage automatique Apprentissage par renforcement (intelligence artificielle) Intelligence artificielle Machines logiques
|
Index. décimale : | 006.3 Intelligence artificielle |
Résumé : | TABULAR SOLUTION METHODS
Multi-Armed Bandits
Finite Markov Decision Processes
Dynamic Programming
Monte Carlo Methods
Temporal-Difference Learning
n-Step Bootstrapping
Planning and Learning with Tablar Methods
APPROXIMATE SOLUTION METHODS
On-Policy Prediction with Approwimation
On-Policy Control with Approximation
*Off-Policy Methods with Approximation
Eligibility Traces
Policy Gradient Methods
LOOKING DEEPER
Psychology
Neuroscience
Applications and Case Studies
Frontiers |