深度強化式學習

書名：深度強化式學習，原文名稱：DeepReinforcementLearningINACTION/1stEdition，...Deeplearning深度學習必讀：Keras大神帶你用Python實作.5.

第2章：模型化強化式學習問題：馬可夫決策過程 2.1 多臂拉霸機問題 2.2 利用拉霸機問題的演算法來優化廣告推送策略 2.3 使用PyTorch建構神經網路 2.4 解決廣告推送問題 2.5 馬可夫性質與MDP（馬可夫決策過程） 2.6 策略與價值函數

第3章：Deep Q-Network 3.1 狀態價值函數及動作價值函數 3.2 利用Q-Learning進行探索 3.3 避免災難性失憶的發生：經驗回放 3.4 使用目標網路來提升學習穩定性 3.5 回顧

第4章：利用『策略梯度法』選擇最佳策略 4.1 利用神經網路實現策略函數的功能 4.2 策略梯度演算法：強化高價值動作 4.3 使用OpenAI Gym 4.4 REINFORCE演算法 

第5章：演員-評論家模型與分散式訓練 5.1 結合『價值函數』與『策略函數』 5.2 分散式訓練 5.3 分散式優勢演員-評論家模型 5.4 N步演員-評論家

第二篇：進階篇 第6章：進化演算法 6.1 梯度下降演算法的缺點 6.2 利用進化策略實現強化式學習 6.3 用基因演算法來玩Cartpole 6.4 進化演算法的好處與壞處 6.5 進化演算法是可『調整規模』的

第7章：分散式DQN 7.1 期望值Q-Learning的不足 7.2 機率與統計學 7.3 Bellman方程式 7.4 分散式Q-Learning 7.5 ...