强化学习

本书从强化学习的基本思想出发,介绍了马尔可夫决策过程,蒙特卡洛方法,时序差分方法,同轨离轨策略等强化学习的基本概念和方法,并以大量的实例帮助读者理解强化学习的问题建模过程以及核心的算法细节.