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 Previous Matplotlib Next 王树森_强化学习 Readers · 读者来信 读者怎么说 先看读者反馈,再直接在当前页面继续讨论。不用绑定社交账号,填个昵称、抓一只娃娃就能留言。 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 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 快捷身份 留下你的想法 选一个预设身份,或者直接填昵称;写完点发布,抓到指定的娃娃就能提交。若显示“需要配置 Waline”,说明站点还缺少可写评论后端。 当前讨论 动手学强化学习 算法读者 工程笔记党 深夜学习者 当前未选择预设身份 最新评论 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 Jun 30, 2025 Loading comments… Please enable JavaScript to view and submit comments. CATALOG 0% PRESS ↑ / ↓ TO SCROLL FEATURED TAGS 22 posts 强化学习 7 编程语言 5 AI Agent 4 后端与数据库 4 AI Engineering 3 Python 3 Claude Code 2 PPO 2
读者怎么说
先看读者反馈,再直接在当前页面继续讨论。不用绑定社交账号,填个昵称、抓一只娃娃就能留言。
快捷身份
留下你的想法
选一个预设身份,或者直接填昵称;写完点发布,抓到指定的娃娃就能提交。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