《Reinforcement Learning: An Introduction》 读书笔记 - 目录

这一系列笔记是基于Richard S. Sutton的《Reinforcement Learning: An Introduction》第二版
因为这本书在出版之前，作者就在官网上发布了几次草稿版，不同时间发布的版本之间的排版有所差异（尤其是2017年和2018年的之间）
本系列基于2018年的几个版本，所以如果文中部分内容所指明的地方和读者看到的不一致，敬请谅解~

第2章：多臂老虎机（Multi-armed Bandits）

第3章：有限马尔科夫决策过程（Finite Markov Decision Processes）

第4章：动态规划（Dynamic Programming）

第5章：蒙特卡洛方法（Monte Carlo Methods）

第6章：时序差分学习（TD-Learning）