阅读时间约 1 分钟

动手学强化学习

课程与资料导航

Posted by LuckyE on June 30, 2025
强化学习

动手学强化学习

初探强化学习

动手学强化学习– 张伟楠,沈键,俞勇 北京 Beijing, 2022 – 人民邮电出版社.pdf

王树森_强化学习

强化学习简介


书本部分

第 1 章 初探强化学习

第 2 章 多臂老虎机

第 3 章 马尔可夫决策过程

第 4 章 动态规划算法

第 5 章 时序差分算法

第 6 章 Dyna-Q 算法

第 7 章 DQN 算法

第 8 章 DQN 改进算法

第 9 章 策略梯度算法

第 10 章 Actor-Critic 算法

第 11 章 TRPO 算法



Testimonials

What readers say

先看读者反馈,再直接在当前页面继续讨论。公共留言需要 Waline 服务端;配置后访客只填昵称即可发布。

这类长文如果结构清楚,我会一路读到底。这里最好的地方是把概念、公式和代码示例放在同一篇里。

L
Lin 算法读者

数据库和工程文档的风格很实用,截图、SQL 和说明都能直接拿去复盘项目。

M
Mia 工程笔记党

强化学习相关文章密度很高,但排版如果更清楚,回看体验会更好。这个新版方向是对的。

R
Ryo 深夜学习者

我更喜欢能快速扫到标签、修改时间和文章重点的首页,现在这种卡片视图会比纯列表更容易选读。

C
Chen 知识整理控

代码块只要语言标识和层级做好,技术博客的专业感会立刻上来。

A
Ava 前端同行

评论区不用社交账号强绑定会更愿意留言,尤其是这种偏学习记录的网站。

N
Noah 匿名访客

Quick Identity

Pick a preset and leave a note

留言方式:先选择一个预设身份,再在下方输入评论。当前若显示“需要配置 Waline”,说明站点还缺少可写评论后端。

当前未选择预设身份

Live Discussion Waline 配置完成后,真实评论会加载在下方,移动端和主题切换会同步处理。
WALINE
Loading comments…