"本書從強化學習最基本的概念開始介紹, 將介紹基礎的分析工具, 包括貝爾曼公式和貝爾曼最
優(yōu)公式, 然后推廣到基于模型的和無模型的強化學習算法, 最后推廣到基于函數(shù)逼近的強化學習方
法。本書強調從數(shù)學的角度引入概念、分析問題、分析算法, 并不強調算法的編程實現(xiàn)。本書不要求
讀者具備任何關于強化學習的知識背景, 僅要求讀者具備一定的概率論和線性代數(shù)的知識。如果讀者
已經(jīng)具備強化學習的學習基礎, 本書可以幫助讀者更深入地理解一些問題并提供新的視角。
本書面向對強化學習感興趣的本科生、研究生、研究人員和企業(yè)或研究所的從業(yè)者。
"