• Yumshoq muqova
• Xatcho‘p Hadya
• Kitobni yo'qotmaslik uchun savatga qoshib qoying📚
• Qog'oz rangi: Oq
• To'liq tavsifni o'qing
Ushbu kitob mustahkamlash bilan chuqur o‘qitishning eng yangi vositalari va ularning cheklovlari bo‘yicha batafsil qo‘llanmadir. Biz qadriyatlar bo‘yicha kross-entropiya va iteratsiya (Q-learning) usullarini, shuningdek, strategiyalar bo‘yicha gradiyentlarni amalga oshiramiz va amalda sinab ko‘ramiz.
Tajribalar uchun klassik CartPole va GridWorld dan tortib Atari emulyatorlari va uzluksiz boshqaruv muhitlarigacha (PyBullet va RoboSchool asosida) bo‘lgan turli xil mustahkamlovchi ta’lim muhitlaridan (RL) foydalaniladi. Ko‘plab misollar nostandart muhitlarga asoslangan bo‘lib, ularda biz noldan atrof-muhit modelini ishlab chiqamiz.

