Глубокое обучение с подкреплением (Reinforcement Learning) — самое популярное и перспективное направление искусственного интеллекта. Практическое изучение RL на Python поможет освоить не только базовые, но и передовые алгоритмы глубокого обучения с подкреплением. Вы начнете с основных принципов обучения с подкреплением, OpenAI Gym и TensorFlow, познакомьтесь с марковскими цепями, методом Монте-Карло и динамическим программированием, так что «страшные» аббревиатуры DQN, DRQN, A3C, PPO и TRPO вскоре перестанут вас пугать. Вы узнаете об агентах, которые учатся на человеческих предпочтениях, DQfD, HER и многих других последних достижениях RL. Прочитав книгу, вы приобретете знания и опыт, необходимые для реализации обучения с подкреплением и глубокого обучения с подкреплением в реальных проектах, и войдете в мир искусственного интеллекта. В этой книге вы: • Познакомитесь с основами методов, алгоритмов и элементов RL • Обучите агента с помощью OpenAI Gym и Tensorflow • Освоите марковские процессы принятия решений, оптимальность Беллмана и обучение TD • Научитесь решать проблемы многоруких бандитов • Овладеете алгоритмами глубокого обучения, такими как RNN, LSTM и CNN • Создадите интеллектуальных агентов с помощью алгоритма DRQN, которые смогут играть в Doom • С помощью DDPG научите агентов играть в Lunar Lander • Отправите агента на автогонки, используя метод DQN
Когда мы говорим о «решении задач MDP», на самом деле имеется в виду задача нахождения оптимальных функций политики и ценности.
При неконтролируемом обучении модель изучает скрытую структуру, тогда как в RL модель учится на максимизации наград.
