548页MIT强化学习教程，收藏备用PDF下载

本书分为三个部分。

第一部分根据马尔可夫决策过程定义强化学习问题。

第二部分提供了基本的解决方案：动态规划，蒙特卡罗方法和时差学习。

第三部分提出了解决方法的统一视图，并结合了人工神经网络，资格跟踪和规划。

最后两章介绍了案例研究，并考虑了强化学习的未来。

第二版的网站：

http://incompleteideas.net/book/the-book-2nd.html

python实现的代码:

https://github.com/ShangtongZhang/reinforcement-learning-an-introduction

课程资料：

http://incompleteideas.net/609%20dropbox/

完整教程下载

20181011