本书将阐述强化学习原理，力图揭示强化学习的基本思想和方法，并介绍应用强化学习的场景及出现的问题，探讨和提出我们的一些思路和方法。本书将从环境感知开篇，采用具体的传感、控制实例，说明强化学习中环境和智能体这两个要素。在此基础上，本书引出马尔科夫决策问题模型，以优化目标为导向，从数学和物理角度，详细阐述和推导各值函数方程的原理。为方便读者，本书附加了需要用到的概率和统计学原理。最后，本书按强化学习方法的优化途径，分类讲解各类算法的原理和实现，使读者对于理论的理解更透彻。 读者对象是人工智能、机器人、物联网、计算机等专业的本科生和研究生，及相关工程技术人员。