【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf

题目： Reinforcement Learning:Theory and Algorithms

简介：

强化学习是近几年研究的热点，特别是伴随DeepMind AlphaGo的出现名声大噪。强化学习(RL)是一种机器学习范式，在这种范式中，agent从经验中学习完成顺序决策任务，RL在机器人、控制、对话系统、医疗等领域有广泛的应用。《强化学习：理论与算法》这本书讲述了强化学习最新进展，包括MDP、样本复杂度、策略探索、PG、值函数等关键议题，是了解强化学习的材料。

章节：

• 第一章：马尔科夫决策过程MDP 预介绍
• 第二章：生成模型的样本复杂度
• 第三章：强化学习的策略探索
• 第四章：策略梯度方法
• 第五章：值函数近似
• 第六章：RL的战略探索和丰富的观测资料
• 第七章：行为克隆和学徒学习

作者简介：

Alekh Agarwal目前是微软人工智能研究中心的研究员，领导强化学习研究小组。之前，在加州大学伯克利分校获得计算机科学博士学位后，与彼得·巴特利特(Peter Bartlett)和马丁·温赖特(Martin Wainwright)一起在纽约微软研究院(Microsoft Research)度过了六年美好的时光。

姜楠，UIUC助理教授，机器学习研究员。核心研究领域是强化学习(RL)，关注于RL的样本效率，并利用统计学习理论中的思想来分析和开发RL算法。

沙姆·卡卡德(Sham M. Kakade)是华盛顿研究基金会(Washington Research Foundation)数据科学主席，同时在华盛顿大学(University of Washington)艾伦学院(Allen School)和统计学系任职。他致力于机器学习的理论基础，专注于设计(和实现)统计和计算效率的算法。