??

今天要給大家介紹的書是深度強化學習落地指南，本書是海康威視研究院任算法專家工作總結，對強化學習落地實踐中的工程經驗和相關方法進行了系統歸納。

本書內容

本書一共分為7章，包括強化學習的需求分析和算法選擇的方法，動作空間、狀態空間和回報函數設計的理念，訓練調試和性能沖刺的技巧等。

第1章：需求分析，介紹了強化學習的基本概念，為什么要使用強化學習，以及強化學習可以做的事情。

第2章：動作空間設計，包括動作空間的完備性，動作空間的高效性，動作空間的合法性。

第3章：狀態空間設計，包括狀態空間設計的四個步驟劃分，狀態空間設計的兩種常見誤區，與動作空間和回報函數的協同設計?。

第4章：回報函數設計，包括回報函數的基本設計，回報函數設計的常見陷阱，基于學習的回報函數。

第5章：算法選擇，介紹包括DQN，DDPG，A3C等經典算法，以及TD3，SAC，PPO等更新的算法。

第6章：訓練調試，包括訓練前的準備工作，如數據預處理 ，訓練過程中的超參數調節，如何監控訓練狀態。

第7章：性能沖刺，包括課程學習，額外監督信號的使用，進化策略方案。

作者簡介

魏寧：本科和碩士分別畢業于西安交通大學和中國科學院大學計算機專業，在國際頂級會議和期刊上發表多篇學術論文，曾就職于德國KUKA Robotics從事協作機器人智能應用研發工作，目前在海康威視研究院任算法專家，負責深度學習、強化學習等領域的創新研究和落地應用，同時也是互聯網社區“深度強化學習實驗室”核心成員。

本書特點

本書從工業界一線算法工作者的視角，對深度強化學習落地實踐中的工程經驗和相關方法論做出了深度思考和系統歸納。本書跳出了原理介紹加應用案例的傳統敘述模式，轉而在橫向上對深度強化學習落地過程中的核心環節進行了完整復盤。主要內容包括需求分析和算法選擇的方法，動作空間、狀態空間和回報函數設計的理念，訓練調試和性能沖刺的技巧等。

贈書

接下來是福利時間，本次我們贈送出3本書籍（前5次獲得贈書的朋友不能再參與本次贈書活動），想要獲得書籍的同學，在本公眾號下方留言，根據點贊數的高低，下周二晚上（9.28）22:00統計出獲獎讀者并進行公示，屆時聯系有三微信Longlongtogo即可。

如果沒有獲得贈書，也可以在京東和當當購買，鏈接如下：

往期相關

• 【CV夏季劃】2021年有三AI-CV夏季劃出爐，沖刺秋招，從CV基礎到模型優化徹底掌握
  

• 【CV秋季劃】生成對抗網絡GAN有哪些研究和應用，如何循序漸進地學習好？

• 【CV秋季劃】模型優化很重要，如何循序漸進地學習好？

• 【CV秋季劃】人臉算法那么多，如何循序漸進地學習好？

• 【CV秋季劃】圖像質量提升與編輯有哪些研究和應用，如何循序漸進地學習好？

總結

以上是生活随笔為你收集整理的【赠书】深度强化学习落地指南，来自一线工程师的经验！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。