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.
![Компьютер для индивидуального предпринимателя [Как вести учет быстро, легко и безошибочно]](https://www.rulit.me/data/programs/images/kompyuter-dlya-individualnogo-predprinimatelya-kak-vesti-uch_473032.jpg "Для каждого предпринимателя одним из ключевых вопросов является постановка и организация бухгалтерского учета. Это неудивительно: без отлаженной бухгалтерии в...")
![Человеческий фактор [Успешные проекты и команды]](https://www.rulit.me/data/programs/images/chelovecheskij-faktor-uspeshnye-proekty-i-komandy_561222.jpg "Книга Тома Демарко и Тимоти Листера «Человеческий фактор: успешные проекты и команды» – перевод 2-го издания всемирно известного бестселлера об управлении...")
Комментарии к книге "Deep reinforcement learning: an overview"