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