|
000
|
01512nam0 2200301 450
|
|
001
|
CAL 012017115931
|
|
005
|
20181115154249.26
|
|
010
|
|
@a978-7-111-56960-2@dCNY69.00
|
|
100
|
|
@a20180901d2017 em y0chiy50 ea
|
|
101
|
1
|
@achi@ceng
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aak a 000yy
|
|
200
|
1
|
@a多智能体机器学习@Aduo zhi neng ti ji qi xue xi@e强化学习方法@f(加拿大) 霍华德 M. 施瓦兹著@g连晓峰, 谭励等译
|
|
210
|
|
@a北京@c机械工业出版社@d2017.07
|
|
215
|
|
@a185页@c图@d24cm
|
|
306
|
|
@a由Wiley授权出版
|
|
312
|
|
@a英文题名取自封面
|
|
320
|
|
@a有书目
|
|
330
|
|
@a本书主要介绍了多智能体机器人强化学习的相关内容。全书共6章, 首先介绍了几种常用的监督式学习方法, 在此基础上, 介绍了单智能体强化学习中的学习结构、值函数、马尔科夫决策过程、策略迭代、时间差分学习、Q学习和资格迹等概念和方法。然后, 介绍了双人矩阵博弈问题、多人随机博弈学习问题, 并通过3种博弈游戏详细介绍了纳什均衡、学习算法、学习自动机、滞后锚算法等内容, 并提出LR-I滞后锚算法和指数移动平均Q学习算法等, 并进行了分析比较。接下来, 介绍了模糊系统和模糊学习, 并通过仿真示例详细分析算法。后, 介绍了群智能学习进化以及性格特征概念和应用。
|
|
500
|
10
|
@aMulti-agent machine learning : a reinforcement approach@mChinese
|
|
517
|
1
|
@a强化学习方法@Aqiang hua xue xi fang fa
|
|
606
|
0
|
@a机器学习@Aji qi xue xi
|
|
690
|
|
@aTP181@v5
|
|
701
|
1
|
@a施瓦兹@Ashi wa zi@g(Schwartz, Howard M.)@4著
|
|
702
|
0
|
@a连晓峰@Alian xiao feng@4译
|
|
702
|
0
|
@a谭励@Atan li@4译
|
|
801
|
0
|
@aCN@c20180901
|
|
905
|
|
@a河南城建学院图书馆@dTP181@eS504@f2
|
|
|
|
|
| |
| 多智能体机器学习：强化学习方法/(加拿大) 霍华德 M. 施瓦兹著/连晓峰, 谭励等译.-北京：机械工业出版社，2017.07 |
| 185页：图；24cm |
| |
| |
| ISBN 978-7-111-56960-2：CNY69.00 |
| 本书主要介绍了多智能体机器人强化学习的相关内容。全书共6章, 首先介绍了几种常用的监督式学习方法, 在此基础上, 介绍了单智能体强化学习中的学习结构、值函数、马尔科夫决策过程、策略迭代、时间差分学习、Q学习和资格迹等概念和方法。然后, 介绍了双人矩阵博弈问题、多人随机博弈学习问题, 并通过3种博弈游戏详细介绍了纳什均衡、学习算法、学习自动机、滞后锚算法等内容, 并提出LR-I滞后锚算法和指数移动平均Q学习算法等, 并进行了分析比较。接下来, 介绍了模糊系统和模糊学习, 并通过仿真示例详细分析算法。后, 介绍了群智能学习进化以及性格特征概念和应用。 |
| ● |
正题名：多智能体机器学习
索取号：TP181/S504
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1234577
|
212345773
|
电气与控制工程学院资料室/
[索取号:TP181/S504]
|
在馆
|
|
|
2
|
1375046
|
213750467
|
自科库301/301自科库 39排1列5层/
[索取号:TP181/S504]
|
在馆
|
|
|
3
|
1375047
|
213750476
|
自科库301/301自科库 39排1列5层/
[索取号:TP181/S504]
|
在馆
|
|
