Bücher über Reinforcement Learning

Ich habe schon seit einiger Zeit versucht, das Lernen von Verstärkung zu verstehen, aber irgendwie kann ich mir nicht vorstellen, wie man ein Programm für das Lernen von Verstärkung schreibt, um ein Problem der Gitterwelt zu lösen. Können Sie mir einige Lehrbücher vorschlagen, die mir helfen würden, eine klare Vorstellung von Reinforcement Learning zu entwickeln?

Hier haben Sie einige gute Referenzen zum Reinforcement Learning:

Klassisch

Sutton RS, Barto AG. Reinforcement Learning: Eine Einführung. Cambridge, Mass: Ein Bradford-Buch; 1998. 322 p.

Der Entwurf für die zweite Ausgabe ist kostenlos erhältlich: http://incompleteideas.net/book/the-book-2nd.html

Russell / Norvig Kapitel 21:

Russell SJ, Norvig P, Davis E. Künstliche Intelligenz: ein moderner Ansatz. Upper Saddle River, New Jersey: Prentice Hall; 2010.

Technischer

Szepesvári C. Algorithmen zum verstärkten Lernen. Synthesevorträge zu künstlicher Intelligenz und maschinellem Lernen. 2010; 4 (1): 1–103. http://www.ualberta.ca/~szepesva/RLBook.html

Bertsekas DP. Dynamische Programmierung und optimale Steuerung. 4. Auflage. Belmont, Mass.: Athena Scientific; 2007. 1270 p. Kapitel 6, Band 2 ist kostenlos verfügbar: http://web.mit.edu/dimitrib/www/dpchapter.pdf

Für neuere Entwicklungen

Wiering M, van Otterlo M, Herausgeber. Verstärkungslernen. Berlin, Heidelberg: Springer Berlin Heidelberg; 2012 Verfügbar unter: http://link.springer.com/10.1007/978-3-642-27645-3

Kochenderfer MJ, Amato C, Chowdhary G, How JP, Reynolds HJD, Thornton JR, et al. Entscheidungsfindung unter Unsicherheit: Theorie und Anwendung. 1 Ausgabe. Cambridge, Massachusetts: Die MIT-Presse; 2015. 352 p.

Multi-Agent-Verstärkungslernen

Buşoniu L, Babuška R, Schutter BD. Multi-Agent Reinforcement Learning: Ein Überblick. In: Srinivasan D, Jain LC, Herausgeber. Innovationen in Multi-Agent-Systemen und -Anwendungen - 1. Springer Berlin Heidelberg; 2010 p. 183–221. Verfügbar unter: http://link.springer.com/chapter/10.1007/978-3-642-14435-6_7

Schwartz HM. Maschinelles Lernen mit mehreren Agenten: ein Ansatz zur Verstärkung. Hoboken, New Jersey: Wiley Wiley; 2014.

Videos / Kurse

Ich würde auch David Silver Kurs in YouTube vorschlagen: https://www.youtube.com/playlist?list=PL5X3mDkKaJrL42i_jhE4N-p6E2Ol62Ofa

Es gibt einen kostenlosen Online-Kurs zum Reinforcement Learning von Udacity. Check: Maschinelles Lernen: Reinforcement Learning

Reinforcement Leraning hat mir sehr gut gefallen: Eine Einführung von Richard Sutton. Es bietet eine sehr schöne einheitliche Sicht auf RL, obwohl es nicht die neuesten Ansätze erwähnt (es ist von 1998).

Sie können mein Buch - Praktisches Reinforcement-Lernen mit Python lesen, in dem das Lernen von Verstärkung von Grund auf bis hin zu den hochmodernen Algorithmen für tiefes Verstärkungslernen erklärt wird.

Der gesamte Code zusammen mit der Erklärung ist bereits in meinem Github-Repo verfügbar. https://github.com/sudharsan13296/Hands-On-Reinforcement-Learning-With-Python