強化学習 第2版 [単行本]Ω

要旨（「BOOK」データベースより）発展的手法、心理学・神経科学との関係、ＡｌｐｈａＧｏなどの新しい話題を大幅増補。目次第1章　序第I部　テーブル形式の解法第2章　多腕バンディット問題第3章　有限マルコフ決定過程第4章　動的計画法第5章　モンテカルロ法第6章　TD学習第7章　nステップ・ブートストラップ法第8章　テーブル形式手法におけるプランニングと学習第II部　近似による解法第9章　近似を用いた方策オン型予測第10章　関数近似を用いた方策オン型制御第11章　近似を用いた方策オフ型手法第12章　適格度トレース第13章　方策勾配法第III部　さらに深く第14章　心理学第15章　神経科学第16章　応用と事例紹介第17章　強化学習のこれから出版社からのコメント分野発展の立役者が書き下ろした名著。第2版では、心理学・神経科学との関係や、AlphaGoなどの新しい話題を大幅に加筆。内容紹介不朽の名著、待望の改訂版！強化学習発展の立役者自らが書き下ろした書。「強化学習の考え方とアルゴリズムを明確に簡潔に説明する」という第1版の特長はそのままに、第2版では、発展的手法や心理学・神経科学との関係の紹介が大幅に加筆されています。第I部では、テーブル形式の範囲でできるだけ多くの強化学習を扱い、核となる考え方を単純な設定で進めます。第II部では、そうした考え方を関数近似に拡張します。第III部では、心理学・神経科学との関係、AlphaGoなどのケーススタディ、将来展望について述べています。ますます重要性を増す強化学習について、基礎から応用までを学べる一冊です。［原著］Reinforcement Learning, Second Edition: An Introduction (The MIT Press, 2018)＊＊＊「第1版は、強化学習の学習者には必読の教科書となっています。刊行から20年の時間が経ち、AlphaGoなどの新しい技術も出てきました。こうした新しい話題をカバーしながら、基礎からしっかりと説明がされているのが、この改訂版です。……強化学習の分野もまだまだこれから大きく発展していくと考えられますが、本書は、現時点で、この分野を学ぶための最もわかりやすく整理された教科書だと思います。」――東京大学教授・松尾 豊（監訳者序文より）著者について奥村 エルネスト 純 (オクムラエルネストジュン)株式会社エウレカ鈴木 雅大 (スズキ マサヒロ)東京大学特任助教 博（工）松尾 豊 (マツオ ユタカ)東京大学教授 博（工）三上 貞芳 (ミカミ サダヨシ)はこだて未来大学教授 工博山川 宏 (ヤマカワ ヒロシ)全脳アーキテクチャ・イニシアティブ 代表今井 翔太 (イマイ ショウタ)東京大学川尻 亮真 (カワジリ リョウマ)株式会社Preferred Networks菊池 悠太 (キクチ ユウタ)株式会社Preferred Networks鮫島 和行 (サメジマ カズユキ)玉川大学教授 博（工）陣内 佑 (ジンナイ ユウ)株式会社Lily MedTech髙橋 将文 (タカハシ マサフミ)株式会社DeepX谷口 尚平 (タニグチ ショウヘイ)東京大学藤田 康博 (フジタ ヤスヒロ)株式会社Preferred Networks前田 新一 (マエダ シンイチ)株式会社Preferred Networks 博（理）松嶋 達也 (マツシマ タツヤ)東京大学