本書比較全面、系統地介紹了深度強化學習的理論和算法，并配有大量的案例和編程實現。全書核心內容可以分為3部分，第一部分為經典強化學習，包括第2、3、4章，主要內容有動態規劃法，蒙特卡洛法、時序差分法；第二部分為深度強化學習，包括第6、7、8章，主要內容有值函數近似法、策略梯度法、策略梯度法進階；第三部分重點介紹了深度強化學習的經典應用——AlphaGo系列算法。另外，作為理論和算法的輔助，第1章介紹了強化學習的模型，第5章簡單介紹了深度學習和PyTorch編程框架。
本書可以作為理工科大學相關專業研究生的學位課教材，也可以作為人工智能、機器學習相關專業高年級本科生的選修課教材，還可以作為相關領域學術研究人員、教師和工程技術人員的參考資料。
新書資訊