Ｐｙｔｈｏｎで動作する深層強化学習フレームワーク「ＣｈａｉｎｅｒＲＬ」を用いて、深層強化学習を実際に使いこなすことに焦点を当て、開発環境の構築から深層学習、強化学習、深層強化学習とステップアップ方式で、基礎から実際のモノを制御する応用までを解説。
もくじ情報：第１章　はじめに（深層強化学習でできること；本書の構成　ほか）；第２章　深層学習（深層学習とは；ニューラルネットワーク　ほか）；第３章　強化学習（強化学習とは；強化学習の原理　ほか）；第４章　深層強化学習（深層強化学習とは；ネズミ学習問題への適用　ほか）；第５章　実環境への応用（カメラで環境を観察する（ＭＮＩＳＴ）；実環境でのネズミ学習問題　ほか）

牧野　浩二(マキノ　コウジ)
１９７５年神奈川県横浜市生まれ。１９９４年神奈川県立横浜翠嵐高等学校卒業。２００１年東京工業大学大学院理工学研究科制御システム工学専攻修了。株式会社本田技術研究所研究員。２００８年東京工業大学大学院理工学研究科制御システム工学専攻修了。博士（工学）。財団法人高度情報科学技術研究機構研究員。２００９年東京工科大学コンピュータサイエンス学部助教。２０１３年山梨大学大学院総合研究部工学域助教。これまでに地球シミュレータを使用してナノカーボンの研究を行い、Ａｒｄｕｉｎｏを使ったロボコン型実験を担当した。マイコンからスーパーコンピュータまでさまざまなプログラミング経験を持つ。おもに、人間の暗黙知（分かっているけど言葉に表せないエキスパートが持つ知識）に取り組んでおり、計測機器開発からデータ解析まで一貫した研究を行っている