人工智能精选论文（强化学习）

强化学习导论，2018年1月完整版，Richard S. Sutton和 Andrew G. Barto所著

第一章 基于强化学习的实时搜索排序策略调控 第二章 延迟奖赏在搜索排序场景中的作用分析 第三章 基于多智能体强化学习的多场景联合优化 第四章 强化学习在淘宝锦囊推荐系统中的应用 第五章 基于强化学习的

第一章 基于强化学习的实时搜索排序策略调控 1 1.1 背景 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

机器学习的强化学习讲义第一章，学习强化学习快速上手推荐

强化学习(reinforcement learning，又称再励学习，评价学习)是一种重要的机器学习方法，在智能控制机器人及分析预测等领域有许多应用

分层强化学习MAXQ文档，有助于对分层强化学习MAXQ的理解

这本书详细介绍了强化学习的常用算法以及算法原理，从蒙特卡罗方法到Q_learning最终到DQN

强化学习一些公式的推导和理解，主要是关于Sutton那本reinforcementlearning

除了使徒直接去简历一个可以模拟承认大脑的程序之外，为什么不是图简历一个可以模拟小孩大脑的程序呢？如果他接受适当的教育，就会获得成人的大脑。

智能Agent的主要特征之一就是能够适应未知环境，而在这一过程中，主动学习是至关重要的。在机器学习领域，大致可以将学习分为监督学习、非监督学习和强化学习3大类。