强化学习电子书《Mathematical Foundations of Reinforcement Learning》
github.com/MathFoundationRL/Book-Mathematical-Foundation-of-Reinforcement-Learning
作者是西湖大学工学院人工智能系特聘研究员,博士生导师赵世钰。
本书将对强化学习中的基本概念、基本问题和经典算法进行数学化但友好的介绍。本书的一些主要特点如下:
1. 本书从数学的角度介绍强化学习。 希望读者不仅了解算法的流程,还能理解算法最初被设计的原因以及它为什么能有效地工作。
2. 数学的深度被仔细地控制在适当的程度。 数学的呈现方式也经过精心设计,以确保本书易于阅读。读者可以根据自己的兴趣有选择地阅读灰色方框中呈现的材料。
3. 书中给出了许多例证性例子,以帮助读者更好地理解相关主题。本书中的所有例子都基于网格世界任务,该任务易于理解,有助于说明概念和算法。
4. 在介绍算法时,本书旨在将其核心思想与可能分散注意力的复杂性分离开来。通过这种方式,读者可以更好地掌握算法的核心思想。
本书专为对强化学习感兴趣的高年级本科生、研究生、研究人员和从业人员设计。本书不要求读者有任何强化学习的背景,因为它从最基本的概念开始介绍。如果读者已经具备一些强化学习的背景,我相信本书可以帮助他们更深入地理解某些主题,或提供不同的视角。然而,本书要求读者具备一定的概率论和线性代数知识。本书的附录中也包含了一些所需数学的基础知识。