Als Postdoktorand im Bereich Künstliche Intelligenz am DLR SE arbeite ich im Projekt KI Wissen und konzentriere mich bei meiner Forschungsarbeit auf Algorithmen des Reinforcement Learning.
Aus diesem Grund habe ich in den letzten Monaten einige Bücher gekauft und studiert, die ich mit Ihnen teilen möchte, für den Fall, dass Sie ein junger Forscher sind, der gute Bücher zum Thema Reinforcement Learning lesen möchte, wie z.B:
- Deep Reinforcement Learning Hands-On: Apply modern RL methods to practical problems of chatbots, robotics, discrete optimization, web automation, and more, 2nd Edition von Maxim Lapan
- Reinforcement Learning, second edition: An Introduction (Adaptive Computation and Machine Learning series) von Richard S. Sutton
- Obwohl nicht fokusiert nur auf Reinforcement Learning, ein gutes Buch dazu ist auch das Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems von Aurélien Géron welche ich damals hier empfohlen habe. Later Edit: Anscheinend gibt es hier eine neue Version des Buches.
In meiner Forschungsarbeit im Jahr 2022 konnte ich viele verschiedene moderne Reinforcement-Learning-Algorithmen wie Soft Actor-Critic, Stable Baselines3 und DreamerV2 erfolgreich implementieren, um nur einige zu nennen. Trotz einer erfolgreichen Implementierung mit der Programmiersprache Python hatte ich persönlich beim Training dieser Reinforcement Learning-Agenten im CARLA-Simulator den größten Erfolg mit der TensorFlow-Agentenbibliothek.
Viel Erfolg bei Ihren Reinforcement Learning Projekten!
Neueste Kommentare