June 2020
Intermediate to advanced
768 pages
22h 23m
German
Mit diesem Kapitel beginnt der Teil des Buchs, der sich mit fortgeschrittenem Reinforcement Learning befasst. Wir werden Aufgaben betrachten, die bislang nur am Rande erwähnt wurden: die Verwendung von Umgebungen, deren Aktionsraum nicht diskret ist. Sie werden die damit verbundenen Herausforderungen betrachten und lernen, wie man sie in Angriff nimmt.
Aufgaben mit stetigen Aktionsräumen sind sowohl theoretisch als auch praktisch ein bedeutendes Teilgebiet des Reinforcement Learnings, weil es dafür unverzichtbare Anwendungen gibt: in der Robotik (die das Thema des nächsten Kapitels ist), bei Steuerungsaufgaben und auf weiteren Fachgebieten, bei denen es darum geht, mit physischen Objekten zu interagieren.
Die ...