你的深度强化学习第一本书！

深度强化学习结合深度学习与强化学习算法各自的优势解决复杂的决策任务。得益于DeepMind AlphaGo和OpenAI Five等成功的案例，深度强化学习受到大量的关注，相关技术广泛应用于不同的领域。但是，对于一名学习者来说，市面上很少有书籍或者教程能同时覆盖从「0 到 1」和「从 1 到 N」的深度强化学习内容，学习材料非常零散。

2020 年 6 月由 Springer 发行《Deep Reinforcement Learning: Foundamentals, Research and Applications》的英文书籍。这本以通俗易懂的方式讲解相关技术，并辅以实践教学，受到广大读者的热烈欢迎，电子版本下载量已经超过了 8 万册。很多读者都表示希望能有中文（简体）版本，作者团队把书翻译成了中文简体。

为什么这本书如此受欢迎？我们先来看一下它的内容。本书分为三大部分，覆盖深度强化学习的全部内容。

01 基础篇

第一部分介绍深度学习和强化学习的入门知识、一些非常基础的深度强化学习算法及其实现细节，包括第 1～6 章。其中第 2 章是最关键、最基础的内容。如果您已经有深度学习基础，可以直接跳过第 1 章。第 3 章、附录 A 和附录 B 总结了不同的算法。

02 研究篇

第二部分是一些精选的深度强化学习研究题目，这些内容对准备开展深度强化学习研究的读者非常有用，包括第 7～12 章。除了深度学习的基础内容，第 7 章介绍了当今强化学习技术发展遇到的各种挑战。您可以通过阅读第 8～12 章来进一步了解不同的研究方向。

03 应用篇

第三部分提供了丰富的应用案例，包括 AlphaZero、让机器人学习跑步等，包括第 13～18 章。 如果您是工程师，希望快速地在产品中使用深度强化学习技术，您可以根据业务场景中的动作空间和观测种类来选择最相似的应用例子，然后运用到您的业务中。

参考资料

1.https://mp.weixin.qq.com/s/93Q02eNWFukMxCPkVkr8Lw