本书重点突出深度强化学习理论的基本概念、前沿基础理论和Python应用实现。首先介绍马尔可夫决策、基于模型的算法、无模型方法、动态规划、蒙特卡洛和函数逼近等基础知识；然后详细阐述强化学习、深度强化学习、多智能体强化学习等算法，及其Python应用实现。本书既阐述奖励、价值函数、模型和策略等重要概念和基础知识，又介绍深度强化学习理论的前沿研究和热点方向。本书英文版出版之后，广受好评，已成为深度强化学习领域畅销教材，也可为人工智能和机器学习等领域的科研工作者、技术工程师提供参考。

作者简介Nimish Sanghi（尼米什·桑吉）一位充满激情的技术领导者，专注于使用技术解决客户问题，在软件和咨询领域拥有超过25年的工作经验，拥有人工智能和深度学习的多项证书，获得印度理工学院电气工程学士学位、印度管理学院工商管理硕士学位。曾在普华永道、IBM和Oracle等公司担任领导职务，负责盈亏管理。2006年，在SOAIS公司开启软件咨询创业之旅，为《财富》100强的众多公司提供自动化和数字化转型服务，实现从本地应用到云计算的转型。人工智能和自动化驱动的初创公司领域的天使投资人，联合创立面向印度市场的SaaS人力资源和薪资Paybooks平台，联合创立提供人工智能驱动的工作流ZipperAgent自动化平台和视频营销ZipperHQ自动化平台（总部位于波士顿的初创公司），现任这两个平台的首席技术官和首席数据科学家。译者简介罗俊海，博士(后)，电子科技大学副教授、硕士生导师。主要研究方向为智能计算、目标检测和数据融合，主持国家自然科学基金、四川省科技厅基金、总装预研基金和中央高校基本科研业务等15项，参与制订标准6项，发表文章60余篇，其中SCI检索50余篇，总引用1500余次。申请和授权发明专利30余项，获四川省科学技术进步奖二等奖和三等奖各1项。出版《多源数据融合和传感器管理》《使用HTML和CSS开发WEB网站》《物联网系统开发及应用实战》等专著和教材5部，以及译著《实用MATLAB深度学习：基于项目的方法》。

引言 本书涵盖了强化学习从基础到高级的大部分知识。本书假设读者没有强化学习的基础，希望读者可以通过本书熟悉机器学习的基础知识，特别是监督学习。在正式阅读本书之前，我想先问读者几个问题。你是否使用过Python？你是否习惯使用NumPy和scikitlearn这样的库？你是否听说过深度学习并在PyTorch或TensorFlow中探索过训练简单模型的基本构建块？ 如果你对这些问题的答案都是“是”，那么这本书将对你有很大的帮助。如果不是，建议你先学习或回顾这些概念，查阅关于这些问题的在线教程或书籍。 本书将带领读者了解强化学习的基础知识，在前几章中我们将花费大量时间来解释一些概念。如果读者已经了解强化学习的相关知识，那么可以快速浏览前4章。从第5章开始，我们将探索将深度学习与强化学习相结合的方法。GitHub上托管的配套代码是本书不可分割的一部分。虽然本书包含相关代码的代码块，但代码库中的Jupyter notebooks提供了有关这些算法编程的更多见解和实用技巧。读者最好先阅读对应的章节及其代码，然后在Jupyter notebooks中研究代码。我们也鼓励读者尝试重写代码，为OpenAI Gym库中的不同附加环境训练智能体。 对于深度学习这样的学科，数学是免不了的。但是，我们已尽力将其保持在最低难度。本书引用了许多研究论文，对所采取的方法做了简短的解释。读者如果想要深入了解该理论，那么可以阅读原文。本书旨在向读者介绍该领域许多最新技术的动机和高级算法。但是并没有提供这些技术的完整理论理解，读者可以通过阅读原始论文来研究学习。 本书由10章组成。 ...