决策用强化与系统性机器学习

国际电气工程先进技术译丛 决策用强化与系统性 机器学习 [印度] 巴拉格·库尔卡尼 （Parag Kulkarni） 著 李 宁 吴 健 刘 凯 等译 机 械 工 业 出 版 社 机器学习是人工智能领域中一个极其重要的研究方向。 强化学习是机 器学习中的一个重要分支。 作为解决序贯优化决策的有效方法， 强化学习 有效地应用于计算科学、 自动控制、 机器人技术等各个领域。 当前， 强化学习的核心任务是提高学习效率， 本书就是针对此问题展 开的。 第 1 章介绍系统概念和增强机器学习， 它建立了一个突出的相同的 机器学习系统范例； 第 2 章将更多关注机器学习的基本原理和多视角学 习； 第 3 章关于强化学习； 第 4 章处理机器学习系统和模型建立的问题； 决策推理等重要的部分将在第 5 章展开； 第 6 章讨论了自适应机器学习； 第 7 章讨论了多视角和全局系统性机器学习； 第 8 章讨论了增量学习的需 要和知识表示； 第 9 章处理了知识增长方面的问题； 第 10 章讨论了学习 系统的建立。 本书适合于机器学习、 自动化技术、 人工智能等方面的相关专业教师 与研究生阅读， 也可供自然科学和工程领域相关研究人员参考。 译 者 序 进入 21 世纪以来， 人们对机器学习 （machine learning） 的期望与日俱增。 十年前所想的智能系统如今只是被认为是个普通系统而已。 人们都希望机器变得 更加智能， 能自主地学习并具备高效的解决日常问题的复杂行为的能力。 机器学 习的应用不局限于一种特定的领域， 而是分布在所有领域。 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。 但在传统的机 器学习分类中没有提到过强化学习， 而在连接主义学习中， 把学习算法分为三种 类型， 即非监督学习 （unsupervised learning）、 监督学习 （supervised leaning） 和 强化学习。 强化学习由统计学、 控制理论、 心理学等相关学科发展而来， 经过多年的发 展， 已经成为解决序贯优化决策的一种有效方法。 所谓强化学习就是智能系统从 环境到行为映射的学习， 以使奖励信号 （强化信号） 函数值最大。 强化学习中 由环境提供的奖励信号是对产生动作的好坏做一种评价， 并非直接告诉强化学习 系统 （reinforcement learning system） 如何去执行正确的动作。 由于外部环境提供 的信息很少， 强化学习系统必须靠自身的经验知识进行学习。 通过这种方式， 强 化学习......