白话强化学习与PyTorch

本书以“平民”的起点，从“零”开始，基于PyTorch框架，介绍深度学习和强化学习的技术与技巧，逐层铺垫，营造良好的带入感和亲近感，把学习曲线拉平，使得没有学过微积分等高级理论的程序员一样能够读得懂、学得会。同时，本书配合漫画插图来调节阅读气氛，并对每个原理都进行了对比讲解和实例说明。

这是一本深入浅出地介绍强化学习与深度学习技术和技巧的书籍。本书以 “平民”的起点，从“零”开始，基于PyTorch框架，介绍了深度学习和强化学习的技术与技巧，逐层铺垫，营造良好的带入感和亲近感，把学习曲线拉平，使得没有学过微积分等高级理论的程序员一样能够读得懂、学得会。同时，本书配合漫画插图来调节阅读气氛，并对每个原理都进行了对比讲解和实例说明。 本书首先介绍了强化学习与机器学习对比，首先，我们需要了解强化学习和机器学习的基本概念。强化学习是机器学习的一个分支，主要研究的是智能体在环境中的决策问题。而机器学习则是通过算法让计算机系统自动从数据中学习和改进，从而实现对新数据的预测和决策。 接着，本书介绍了策略的定义与理解，主要涉及了强化学习中策略的概念、如何评价策略的好坏以及如何得到一个好的策略。策略，简单来说，就是在某种环境下，机器人应采取的行动规则。例如，如果天气晴朗，机器人可能会选择不打伞；如果天气下雨，机器人可能会选择打伞。这个规则可以非常复杂，比如在大学毕业后的选择，可能涉及到多次的决策和选择。 本书还详细介绍了动态规划、蒙特卡罗法、时间差分法等经典强化学习算法，以及DQ