强化学习：原理与Python实现

这是一本把重心压在“实现”上的强化学习入门书，与Sutton经典教材形成互补：理论部分与其高度重合，但作者用大量Python、Gym、TensorFlow 2及AlphaZero代码把算法落到可运行的实例上，从“小车上山”“悬崖寻路”到自动驾驶、棋盘游戏，覆盖了《自然》《科学》等期刊上的深度强化学习算法。读者最看重的，是它“理论与实操比例刚刚好”——既讲Markov决策过程、Bellman方程，也讲策略迭代与价值迭代。不过编辑要提醒：它更适合作为“看过Sutton之后”的补充，而非唯一入门；第一版存在一些小错误，部分算法讲解偏浅，新版Gym的示例也需自行调整。若想系统理解原理背后的数学，这本书能给你清晰的中文脉络；若追求深度推导，则需另寻出处。

肖智清 强化学习一线研发人员，清华大学工学博士，现就职于全球知名投资银行。擅长概率统计和机器学习，近5年发表SCI/EI论文十余篇，是多个顶级期刊和会议审稿人。在国内外多项程序设计和数据科学竞赛上获得冠军。