边做边学深度强化学习：PyTorch程序设计实践

绝大多数技术类书籍，读下来的结果，都是以其昏昏使人昭昭。很多作者自己也整的不是很明白，所以都是人云亦云长篇大论，要么故弄玄虚满篇符号，最后弄的云山雾罩，真正能做到深入浅出把技术讲清楚的少之又少。 读过这两本日本人写的技术书籍（另一本是关于深度学习的），究起理论来其实距离深入浅出也还差得远，不过好在他们能避繁就简，对复杂的数学部分能够用形象的自然语言类比说明，配合一些必要的数学符号，基本把原理说清楚了。再加上代码可以直接运行看到结果，对于深度学习和强化学习的入门的确是有帮助的，值得读一读。

强化学习描述了agent在环境中，通过自身的状态，采取动作，从而获得奖励并改变自身状态，通过循环这个过程，追求奖励的最大化，一般用于游戏AI或者策略AI中。书中介绍了基础算法: 策略迭代、q learning 、sarsa，深度学习：DQN、DDQN，融合算法: AC,  A2C, A3C。书里面的例子很全，可以结合代码更好的理解。

比较简单的一本书，快速看看入门。 优点：代码讲解详细 缺点：知识点不深入

化繁为简，既没有复杂的符号逻辑，也没有大篇幅的公式推导，皆在让读者快速上手，使用深度强化学习方法解决问题。

值得多读读，后续做实验不懂时再回头翻一翻吧

只适合入门，强化学习算是作为ann的集大成，该书入门了就没必要再翻读，不然浪费时间。不过作为入门目的，强推

挺好，第六章以前写的非常好了！深入浅出，言简意赅！通俗易懂，讲的非常清楚！选择的案例也非常有代表性。最后两章看不懂主要是我自己的问题。

囫囵吞枣看完，对深度强化学习感兴趣的，可以一看，挺不错

用jupyter跟着学可以很快上手，教学逻辑也很清晰。