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 |