یکی از کتابهای کلاسیک در زمینه یادگیری، کتاب Reinforcement Learning: An Introduction نوشته ساتون و بارتو است. این کتاب بعد از تقریبا 20 سال، سال 2018 باز نشر شد تا تغییرات مهمی که در این زمینه رخ داده بود را در بر گیرد. بعد از مقاله Alex Net شاهد این بودیم که در سالهای بعد، محققین زیادی در حوزه یادگیری تقویتی، از مدلهای غیر خطی با پیچیدگی بالا استفاده کردند. تا قبل از آن، بدلیل بررسی هایی که انجام شده بود، یادگیری تقویتی با مدلهای غیرخطی خیلی خوب کار نمی کرد. ولی با استفاده از روشهایی که تعدادی از آنها در این کتاب معرفی شده اند، فیلد یادگیری تقویتی با انفجار ذهنی روبه رو شد و تعداد مقالات خوب بسیاری در این زمینه به چاپ رسید. ساختار کتاب به این شکل است که گام به گام و آهسته مطالب را بررسی می کند و دانش قبلی چندانی نیاز نخواهید داشت. کتاب از روشهای tabular شروع می کند و به تدریج روشهای جدید را بررسی می کند. یکی از چالشهای نویسندگان به ویژه در زمینه یادگیری تقویتی، اعمال notation مناسب است. همانطور که در کتاب خواهید خواند، نویسندگان برای فهم مناسب، از روشهایی استفاده کرده اند که در مقایسه با ویرایش قبل، خیلی بهتر است. در این پست، لینک کتاب را که به صورت رایگان در دسترس عموم قرار دارد، قرار داده ایم.
نوشته شده بوسیله:
کامران پناهی
کارشناسی ارشد هوش مصنوعی
علاقه مند به یادگیری عمیق