Аннотация
We give an overview of recent exciting achievements of deep reinforcement learning (RL). We start with background of deep learning and reinforcement learning, as well as introduction of testbeds. Next we discuss Deep Q-Network (DQN) and its extensions, asynchronous methods, policy optimization, reward, and planning.
After that, we talk about attention and memory, unsupervised learning, and learning to learn. Then we discuss various applications of RL, including games, in particular, AlphaGo, robotics, spoken dialogue systems (a.k.a. chatbot), machine translation, text sequence prediction, neural architecture design, personalized web services, healthcare, finance, and music generation. We mention topics/papers not reviewed yet. After listing acollection of RL resources,weclose withdiscussions.
![Windows PowerShell [Введение в технологии языка сценариев для пользователей без базовых знаний]](https://www.rulit.me/data/programs/images/windows-powershell-vvedenie-v-tehnologii-yazyka-scenariev-dl_607079.jpg "Эта книга, «Windows PowerShell», является введением в Windows PowerShell, а также содержит практические примеры, позволяющие дать краткое введение в тему, даже если у читателя нет...")
![Человеческий фактор [Успешные проекты и команды [3-е издание]](https://www.rulit.me/data/programs/images/chelovecheskij-faktor-uspeshnye-proekty-i-komandy-3-e-izdani_568891.jpg "Немногие книги о компьютерах оказали такое заметное влияние на управление разработкой программного обеспечения, как «Человеческий фактор». Уникальное озарение...")
Комментарии к книге "Deep reinforcement learning: an overview"