本書重點(diǎn)突出深度強(qiáng)化學(xué)習(xí)理論的基本概念、前沿基礎(chǔ)理論和Python應(yīng)用實現(xiàn)。首先介紹馬爾可夫決策、基于模型的算法、無模型方法、動態(tài)規(guī)劃、蒙特卡洛和函數(shù)逼近等基礎(chǔ)知識；然后詳細(xì)闡述強(qiáng)化學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)、多智能體強(qiáng)化學(xué)習(xí)等算法，及其Python應(yīng)用實現(xiàn)。本書既闡述獎勵、價值函數(shù)、模型和策略等重要概念和基礎(chǔ)知識，又介紹深度強(qiáng)化學(xué)習(xí)理論的前沿研究和熱點(diǎn)方向。本書英文版出版之后，廣受好評，已成為深度強(qiáng)化學(xué)習(xí)領(lǐng)域暢銷教材，也可為人工智能和機(jī)器學(xué)習(xí)等領(lǐng)域的科研工作者、技術(shù)工程師提供參考。