強化學(xué)習(xí)是目前機器學(xué)習(xí)乃至人工智能領(lǐng)域發(fā)展最快的分支之一。強化學(xué)習(xí)的基本思想是通過與環(huán)境的交互、智能體或智能算法獲取相關(guān)智能，其具體過程就是根據(jù)環(huán)境反饋得到的獎勵不斷調(diào)整自身的策略進(jìn)而獲得**獎勵決策的學(xué)習(xí)歷程。本書主要講述了強化學(xué)習(xí)的基本原理和基本方法，基于強化學(xué)習(xí)的控制、決策和優(yōu)化方法設(shè)計與理論分析，深度強化學(xué)習(xí)原理以及平行強化學(xué)習(xí)等未來強化學(xué)習(xí)的發(fā)展新方向，展示從先行后知到先知后行，再到知行合一的混合平行智能思路。
本書可作為高等學(xué)校人工智能、機器學(xué)習(xí)、智能控制、智能決策、智慧管理、系統(tǒng)工程以及應(yīng)用數(shù)學(xué)等專業(yè)的本科生或研究生教材，亦可供相關(guān)專業(yè)科研人員和工程技術(shù)人員參考。