-
科学出版社
- 9787030855787
-
1版
-
B5
-
2026-04
作者简介
（1） 2010-09 至 2014-07， 北京航空航天大学， 控制理论与控制工程， 博士
（2） 2006-09 至 2009-07， 湘潭大学， 控制理论与控制工程， 硕士
（3） 2002-09 至 2006-07， 湘潭大学， 测控技术与仪器， 学士（1） 2018-12 至 今， 中南大学， 自动化学院， 教授
（2） 2016-11 至 2018-11， 中国科学院自动化研究所， 副研究员
（3） 2014-09 至 2016-10， 中国科学院自动化研究所， 助理研究员
（4） 2014-06 至 2014-08， 德州农工大学卡塔尔分校， 科学系， 无
（5） 2013-09 至 2013-12， 德州农工大学卡塔尔分校， 科学系， 无
（6） 2013-02 至 2013-08， 香港城市大学， 系统工程与工程管理系， 无强化学习、智能控制与决策强化学习优化控制理论与方法 中国自动化学会自然科学奖二等奖 2024 1/2
个人奖 亚太神经网络学会（APNNS）青年科学家奖 2024 1/1[1] 2021.11-至今：副主任，中国自动化学会自适应动态规划与强化学习专业委员会
[2] 2016.7-2021.11：秘书长，中国自动化学会自适应动态规划与强化学习专业委员会
[3] 2020.1-至今：Associate Editor， IEEE Transactions on Neural Network and Learning Systems
[4] 2017.1-2022.12：Associate Editor， IEEE Transactions on Emerging Topics in Computational Intelligence
[5] 2015.1-至今：Associate Editor， Artificial Intelligence Review
[6] 2019.1-至今：Associate Editor， Neurocomputing
[7] 2018.1-至今：Associate Editor， Journal of Industrial & Management Optimization
[8] 2023：程序委员会主席，第二十三届国际神经信息处理大会（ICO
查看全部
内容简介
本书系统阐述强化学习的基本理论、核心方法与典型应用，兼顾基础知识、前沿研究与实践应用。全书分三部分：第一部分“强化学习基础”以马尔可夫决策过程为起点，系统讲解动态规划、函数逼近、值函数与策略梯度等方法，辅以严谨的数学推导与丰富示例，构建坚实的理论体系。第二部分“强化学习研究”聚焦探索与奖励机制、多智能体学习、多目标与多任务强化学习及人在回路交互等核心机制，系统总结研究成果与发展趋势。第三部分“强化学习应用”通过围棋、星际争霸2、大语言模型、计算生物学与无人机控制等案例，展现其在复杂场景中的强大能力。书中提供大量简洁易读的 Python实现代码，避免过度封装，兼具可读性与可扩展性。
