鏈接：pan.baidu.com/s/1RX52pUPQGBKsbTCfe6TVaA?pwd=l27x?

提取碼：l27x

《強(qiáng)化學(xué)習(xí)（第2版）》被業(yè)界公認(rèn)為任何對人工智能領(lǐng)域感興趣的人員的必讀書。

《強(qiáng)化學(xué)習(xí)（第2版）》是被稱為“強(qiáng)化學(xué)習(xí)教父”的Richard Sutton在強(qiáng)化學(xué)習(xí)領(lǐng)域的開創(chuàng)性、奠基性著作。自1998年第1版出版以來，一直是強(qiáng)化學(xué)習(xí)領(lǐng)域的經(jīng)典導(dǎo)論性教材，培育了好幾代強(qiáng)化學(xué)習(xí)領(lǐng)域的研究人員。

在第2版中，隨著強(qiáng)化學(xué)習(xí)的蓬勃發(fā)展，作者補(bǔ)充了很多新的內(nèi)容：人工神經(jīng)網(wǎng)絡(luò)、蒙特卡洛樹搜索、平均收益大化……涵蓋了當(dāng)今關(guān)鍵的核心算法和理論。不僅如此，作者還以真實世界的應(yīng)用為例闡述了這些內(nèi)容。

內(nèi)容簡介

《強(qiáng)化學(xué)習(xí)（第2版）》作為強(qiáng)化學(xué)習(xí)思想的深度解剖之作，被業(yè)內(nèi)公認(rèn)為是一本強(qiáng)化學(xué)習(xí)基礎(chǔ)理論的經(jīng)典著作。它從強(qiáng)化學(xué)習(xí)的基本思想出發(fā)，深入淺出又嚴(yán)謹(jǐn)細(xì)致地介紹了馬爾可夫決策過程、蒙特卡洛方法、時序差分方法、同軌離軌策略等強(qiáng)化學(xué)習(xí)的基本概念和方法，并以大量的實例幫助讀者理解強(qiáng)化學(xué)習(xí)的問題建模過程以及核心的算法細(xì)節(jié)。

《強(qiáng)化學(xué)習(xí)（第2版）》適合所有對強(qiáng)化學(xué)習(xí)感興趣的讀者閱讀、收藏。

作者簡介

Richard Sutton（理查德·薩頓）

埃德蒙頓 DeepMind 公司的杰出科學(xué)家，阿爾伯塔大學(xué)計算科學(xué)系教授。他于2003年加入阿爾伯塔大學(xué)，2017年加入DeepMind。之前，曾在美國電話電報公司（AT＆T）和通用電話電子公司（GTE）實驗室工作，在馬薩諸塞大學(xué)做學(xué)術(shù)研究。

1978年獲得斯坦福大學(xué)心理學(xué)學(xué)士學(xué)位，1984年獲得馬薩諸塞大學(xué)計算機(jī)科學(xué)博士學(xué)位，加拿大皇家學(xué)會院士和人工智能促進(jìn)會的會士。

主要研究興趣是在決策者與環(huán)境相互作用時所面臨的學(xué)習(xí)問題，他認(rèn)為這是智能的核心問題。其他研究興趣有：動物學(xué)習(xí)心理學(xué)、聯(lián)結(jié)主義網(wǎng)絡(luò)，以及能夠不斷學(xué)習(xí)和改進(jìn)環(huán)境表征和環(huán)境模型的系統(tǒng)。

他的科學(xué)出版物被引用超過7萬次。

他也是一名自由主義者，國際象棋選手和癌癥幸存者。

Andrew Barto （安德魯·巴圖）

馬薩諸塞大學(xué)阿默斯特分校信息與計算機(jī)科學(xué)學(xué)院名譽(yù)教授。1970年獲得密歇根大學(xué)數(shù)學(xué)專業(yè)的杰出學(xué)士學(xué)位，并于1975年獲該校計算機(jī)科學(xué)專業(yè)的博士學(xué)位。1977年他加入馬薩諸塞州阿默斯特大學(xué)計算機(jī)科學(xué)系。在2012年退休之前，他帶領(lǐng)了馬薩諸塞大學(xué)的自主學(xué)習(xí)實驗室，該實驗室培養(yǎng)了許多著名的機(jī)器學(xué)習(xí)研究者。

目前擔(dān)任Neural Computation （《神經(jīng)計算》）期刊的副主編，Journal of Machine Learning Research （《機(jī)器學(xué)習(xí)研究》）期刊的顧問委員會成員，以及Adaptive Behavior （《自適應(yīng)行為》）期刊的編委員會成員。

他是美國科學(xué)促進(jìn)會的會員，IEEE（國際電子電氣工程師協(xié)會）的終身會士（Life Fellow），也是神經(jīng)科學(xué)學(xué)會的成員。

2004年，因強(qiáng)化學(xué)習(xí)領(lǐng)域的貢獻(xiàn)榮獲IEEE神經(jīng)網(wǎng)絡(luò)學(xué)會先鋒獎，并因在強(qiáng)化學(xué)習(xí)理論和應(yīng)用方面的開創(chuàng)、富有影響力的研究獲得 IJCAI-17卓越研究獎；2019年獲得馬薩諸塞大學(xué)神經(jīng)科學(xué)終身成就獎。

他在各類期刊、會議和研討會上發(fā)表了100多篇論文，參與撰寫多部圖書的相關(guān)章節(jié)。

譯者簡介

俞凱

上海交通大學(xué)計算科學(xué)與工程系教授，思必馳公司創(chuàng)始人、首席科學(xué)家。清華大學(xué)自動化系本科、碩士，劍橋大學(xué)工程系博士。青年千人，國家自然科學(xué)基金委優(yōu)青，上海市“東方學(xué)者”特聘教授。IEEE 高級會員，現(xiàn)任 IEEE Speech and Language Processing Technical Committee 委員，中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟學(xué)術(shù)和知識產(chǎn)權(quán)組組長，中國計算機(jī)學(xué)會語音對話及聽覺專業(yè)組副主任。

長期從事交互式人工智能，尤其是智能語音及自然語言處理的研究和產(chǎn)業(yè)化工作。發(fā)表國際期刊和會議論文 150 余篇，獲得Computer Speech and Language, Speech Communication 等多個國際期刊及InterSpeech等國際會議的優(yōu)論文獎，所搭建的工程系統(tǒng)曾獲美國國家標(biāo)準(zhǔn)局語音識別評測冠軍，對話系統(tǒng)國際研究挑戰(zhàn)賽冠軍等。