为了帮助读者更加深入地理解深度强化学习细节，仔细地讲述了大量应用的实现细节，例如机器人学习跑步、机械臂控制、下围棋、多智能体平台

强化学习快速简单 Demo。.zip,最小和干净的强化学习示例

最优控制

Google DeepMind的David Silver的强化学习课程讲义(pdf完整版)

写出哈密顿函数 协态方程 、 为半正定阵， 为正定阵。要求寻找最优控制序列 ，使 最小。 （5-54） （5-55）

智能Agent 的主要特征之一就是能够适应未知环境，而在这一过程中，主动学习是至关重要的。在机器学习领域，大致可以将学习分为监督学习、非监督学习和强化学习3 大类。

一本关于强化学习很好的教材，附带代码，非常值得拥有！

本文来自于csdn，本文章主要介绍了深度学习与强化学习结合起来从而实现从感知（Perception）到动作（Action）的端对端（End-to-end）学习的一种全新的算法。原因：在普通的Q-learning中，当状态和动作空间是离散且维数不高时可使用Q-Table储存每个状态动作对的Q值，而当状态和动作空间是高维连续时，使用Q-Table不现实。通常做法是把Q-Table的更新问题变成一个函数拟合问题，相近的状态得到相近的输出动作。如下式，通过更新参数θθ使Q函数逼近最优Q值而深度神经网络可以自动提取复杂特征，因此，面对高维且连续的状态使用深度神经网络最合适不过了。DRL是将深度学习（DL

控制类的专业书籍，很权威！

44444444444444444444444444444444