يادگيري تقويتي

کتاب یادگیری تقویتی نوشته ریچارد اس. ساتون و اندرو جی. بارتو، یکی از منابع مرجع و تأثیرگذار در حوزه هوش مصنوعی و یادگیری ماشین است. ویرایش دوم این کتاب که در سال 2020 منتشر شده است، مبانی نظری و الگوریتم‌های یادگیری تقویتی را از مفاهیم پایه تا روش‌های پیشرفته به‌صورت جامع بررسی می‌کند. مباحث کتاب شامل فرایندهای تصمیم‌گیری مارکوف، معادلات بلمن، روش‌های مونت‌کارلو، یادگیری تفاوت زمانی، روش‌های مبتنی بر ارزش و سیاست، تقریب تابع، یادگیری تقویتی با شبکه‌های عصبی، روش‌های گرادیان سیاست، الگوریتم‌های عامل-نقاد، یادگیری مبتنی بر مدل و برنامه‌ریزی است. نویسندگان با ارائه مثال‌ها، الگوریتم‌ها و تحلیل‌های ریاضی، اصول طراحی عامل‌های هوشمندی را تشریح می‌کنند که از طریق تعامل با محیط و دریافت پاداش، توانایی تصمیم‌گیری خود را بهبود می‌بخشند. این کتاب منبعی ارزشمند برای دانشجویان، استادان و پژوهشگران رشته‌های هوش مصنوعی، علوم کامپیوتر، رباتیک و مهندسی کنترل است و می‌تواند هم برای یادگیری اصول بنیادین و هم برای مطالعه پیشرفته و پژوهش در زمینه یادگیری تقویتی مورد استفاده قرار گیرد.