📚 蒸馏版强化学习：简明导论

---

[ English | 中文 ]

📚 项目简介

作为一名强化学习（RL）的学习者，我一直在寻找能够在难度和实用度之间达到适当平衡的学习资源。Sutton 的《强化学习导论》虽然是强化学习领域的经典之作，但从头到尾通读需要付出大量精力。

所以我用自己的RL学习笔记制作了这个教程：一个精简的”知识库”，希望能帮助其他RL入门者更快更轻松地掌握核心概念

---

🎯 项目目的与使用方法

💡 核心理念： 本教程精选了《强化学习导论》中的重要章节，并将其与Coursera强化学习专项课程的内容融合，以提供更高效的学习体验。

🛠️ 使用方法： 在本网站阅读完整教程。在第0章（序言）中，你将找到更多关于这个项目的来龙去脉以及最佳使用方法的详细信息。

---

📋 目录

🌟 介绍

• 第0章：序言
• 第1章：强化学习简介

🧮 表格解决方法

强化学习基础

• 第2章：多臂赌博机
• 第3章：马尔可夫决策过程
• 第4章：动态规划

基于采样的学习方法

• 第5章：蒙特卡洛方法
• 第6章：时序差分学习
• 第7章：规划、学习与行动

🤖 近似解决方法

价值函数近似

• 第8章：基于近似的on-policy预测
• 第9章：基于近似的on-policy控制

策略近似

• 第10章：策略梯度方法
• 第11章：现代策略梯度方法

---

🤝 贡献

欢迎大家为改进这个教程做出贡献！以下是可以提供帮助的方式：

• 报告问题：发现拼写错误或解释不清楚的地方可以直接在github提交issue或PR
• 传播分享：与可能会觉得这个教程有用的人分享，多谢各位dai佬
• 需要翻译：在未来某个时候我可能(但可能性不高嘿嘿嘿)翻译这本书的中文版本，如果有兴趣可以和我一起

---

📜 许可证

本项目采用MIT许可证。详情请参阅LICENSE文件。