本书介绍强化学习理论及其 Python 实现。

• 理论方面：全书用一套完整的数学体系，严谨地讲授强化学习的理论基础，主要定理均给出证明过程。各章内容循序渐进，覆盖了所有主流强化学习算法，包括资格迹等经典算法和柔性执行者/评论者等深度强化学习算法。
• 实现方面：在您最爱的操作系统（包括 Windows、macOS、Linux）上，基于最新的 Python 3.7、Gym 0.12 和 Tensorflow 2（兼容 Tensorflow 1），实现强化学习算法。全书实现统一规范，体积小、重量轻。第 1～9 章给出了算法的配套实现，环境部分只依赖于 Gym 的最小安装，在没有 GPU 的计算机上也可运行；第 10～12 章介绍了多个热门综合案例，涵盖 Gym 的完整安装和自定义扩展，在有普通 GPU 的计算机上即可运行。

1. 初识强化学习
2. Markov决策过程
3. 有模型数值迭代
4. 回合更新价值迭代
5. 时序差分价值迭代
6. 函数近似方法
7. 回合更新策略梯度方法
8. 执行者/评论者方法
9. 连续动作空间的确定性策略
10. 综合案例：电动游戏
11. 综合案例：棋盘游戏
12. 综合案例：自动驾驶

We support Python 3.7, Gym 0.12 and Tensorflow 2.

1. Introduction of Reinforcement Learning
2. Markov Decision Process
3. Model-based Numeric Iteration
4. Monte-Carlo Learning
5. Temporal Difference Learning
6. Function Approximation
7. Policy Gradient
8. Actor-Critic
9. Deterministic Policy Gradient
10. Case Study: Video Game
11. Case Study: Board Game
12. Case Study: Self-Driving Car

BibTeX

@book{xiao2019,
 title     = {Reinforcement Learning: Theory and {Python} Implementation},
 author    = {Zhiqing Xiao}
 year      = 2019,
 publisher = {China Machine Press},
}