强化学习入门：从原理到实践
叶强 闫维新 黎斌
933人在读
15.8万字总字数
¥47定价
叶强 闫维新 黎斌
本书以理论和实践相结合的形式深入浅出地介绍强化学习的历史、基本概念、经典算法和一些前沿技术，共分为三大部分：第壹部分（1～5章）介绍强化学习的发展历史、强化学习的基本概念以及一些经典的强化学习算法；第二部分（6～9章）在简要回顾深度学习技术的基础上着重介绍深度强化学习的一些前沿实用算法；第三部分（*后一章）以五子棋为例详细讲解战胜了人类顶级围棋选手的Alpha Zero算法的核心思想。
Alpha zero五子棋那个项目，原作者的知乎专栏很好懂，本书这个越搞越复杂，代码没讲好，思想也没讲好
一本好书，写的很精彩，简洁明了，思想上很透彻。强化学习本质上也是一种求解能够带来最终最优奖励时每个状态下该如何做出最优策略的决策问题，这和一般的运筹学模型（即最优化问题，包括动态规划法等）根本目的相同，但显然强化学习方法适用范围更广，适用更大的状态空间，阶段数可以不同，也不一定要求环境动力学模型（有实际交互数据也可以），因为其可基于深度学习方法故可以学习到每个状态下的最优策略，这用其他方法是很难做到的。从模型复杂程度和计算量来说，可以优先选用其他方法。
本书还是非常清晰易懂，值得看。代码都跳过了，没有时间啊。观看不练不知道能不能成为扫地僧，或者王语嫣也行。
断断续续读完了，第一次读了大概1/3后间隔了快一个月，导致再读的时候前边的知识点都忘了，又重头开始读的。这本书前半部分写的通俗易懂，后半部分写的略微生涩，是一本还不错的强化学习入门书，由于出版时间限制，没有覆盖到最近大模型中比较火的RLHF和PPO算法。
入门还是可以的，概念清晰，例子也明白