最近的新闻报道强调如何强化学习算法游戏，如GO，DOTA 2和星际2强化学习，现在击败专业人士是一种机器学习，使从视频游戏到机器人技术，自我复杂的应用程序中使用人工智能-driving汽车，等等。
如果您有兴趣使用强化学习技术，为您的项目，但你以前从未使用过它，你在哪里开始呢？
这本电子书将帮助您开始使用MATLAB中的强化学习®和Sim万博1manbetxulink®通过解释术语和提供访问的例子，教程和试用软件。
下载电子书来了解：
第1部分：基础和设置环境
学习强化学习的基础知识以及如何将其与传统的控制设计比较。见监督，不受监督，并强化学习的区别，看看如何设置MATLAB和Simulink的学习环境。万博1manbetx
第2节：奖励和政策结构
了解如何在强化学习的勘探和开发，以及如何塑造奖励功能。探索代表包括神经网络，以及他们如何可以作为函数逼近的政策不同的选择。
第3部分：了解培训和部署
了解不同类型的培训算法，包括基于策略的，以价值为基础和演员评论家方法。了解更多关于每次训练方法的优点和缺点，以及流行的Bellman方程。最后，看你部署训练有素的政策，以及与此相关的技术挑战，全面和缺点之前，应该考虑什么。
