Reinforcement Learning and Dynamic Programming Using Function Approximators (PDF)
33 DeutschlandCard Punkte
sammeln
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenloser tolino webreader
While Dynamic Programming (DP) has helped solve control problems involving dynamic systems, its value was limited by algorithms that lacked practical scale-up capacity. In recent years, developments in Reinforcement Learning (RL), DP's model-free counterpart, has changed this. Focusing on continuous-variable problems, this unparalleled work provides an introduction to classical RL and DP, followed by a presentation of current methods in RL and DP with approximation. Combining algorithm development with theoretical guarantees, it offers illustrative examples that readers will be able to adapt to their own work.
- Autoren: Lucian Busoniu , Robert Babuska , Bart De Schutter , Damien Ernst
- 2017, 280 Seiten, Englisch
- Verlag: Taylor & Francis
- ISBN-10: 1439821097
- ISBN-13: 9781439821091
- Erscheinungsdatum: 28.07.2017
Abhängig von Bildschirmgröße und eingestellter Schriftgröße kann die Seitenzahl auf Ihrem Lesegerät variieren.
- Dateiformat: PDF
- Größe: 11 MB
- Ohne Kopierschutz
- Vorlesefunktion
| Zustand | Preis | Porto | Zahlung | Verkäufer | Rating |
|---|
Schreiben Sie einen Kommentar zu "Reinforcement Learning and Dynamic Programming Using Function Approximators".
Kommentar verfassen