目录
用户评论
作为一个发表了几十篇论文的博士而言，公式，排版，让人大跌眼镜……代码是截图，附图也都是截图，论文都不能这么写吧……而且公式的格式各异，还出现了上下标直接变成普通字的问题。同一个公式出现多次，每次用的符号常常都各不相同，并且对公式中涉及到的符号语焉不详……不适合入门……但是强化学习的主要方法，也确实都有讲到，并且思路也算清晰……终于懂了为什么毕业论文导师总揪着格式不放了，这玩意儿看起来真是太难受了
客观的评价：简介作者为研究强化学习的博士，书籍却粗制滥造，确实让人大跌眼镜。1 概念不清晰，连强化学习的脉络都没有梳理清楚。2 过于口语化，开篇一来就吃肉啃骨头的口语化一大堆，不像治学严谨的博士写出来的 3 插图过于随意不清晰，不知道从网上哪里download下来直接上传，希望可以认真点起码让读者看清楚图 4 代码不要直接网上截图，请作者亲自检验
内容相对新，偏实践，理论上有些不准确之处，适合在有基础的情况下选择性浏览
从马尔科夫决策过程MDP，到决策/动作状态转移概率矩阵已知时的基于模型的动态规划方法，转移概率矩阵未知的基于无模型的强化学习方法。无论转移概率矩阵是否已知，都需要策略迭代算法/值迭代算法/策略搜索算法。就像强化学习（或增强学习）的名字暗示的那样，其中还包括bootstrapping算法。无模型的强化学习中的蒙特卡洛MC算法/时间差分TD算法。连续空间下的值函数逼近算法。顺带补充了一些统计/优化/gym/TensorFlow/Python/强化学习前沿等内容。好书推荐。
强化学习，我是零基础，但这本书一点都不深入浅出，反而基本概念讲的不清不楚，公式推导也基本没有。才看了前两章就看不下去了，写的毫无逻辑可言。差评，根本对不住第一章作者吹下的牛皮…
一星都多，完全不值得一读，到处抄袭，存在版权风险。
对于我这种小白来说，粗略了解到理论发展和框架，附带一定的例子实践
错误不少，内容不很一般。但有一定的价值，毕竟第一版出来时，市面上强化学习的书很少。但现在是绝对不推荐了。。。
这书唯一用处就是检验你对知识的理解程度。如果你能甄别出全书的错漏和不一致之处，你的强化学习就入门了。
无语 不适合当课本 看的云里雾里