rl book

强化学习：理论和Python实施

一对一的映射Tensorflow 2和Pytorch 1＆2实施，第一本强化学习教程书籍

英语版	中文版	中文2019年

如果您有兴趣用其他语言出版本书，请给我发电子邮件。

特征

这是一本关于强化学习的教程，并解释了理论和Python实施。

• 理论：从统一的数学框架开始，本书得出了强化学习的理论和算法，包括大型模型时代的算法，例如PPO，RLHF，IRL和PBRL。
• 实践：每一章都伴随着基于Python 3，健身房0.26和Tensorflow 2 / Pytorch 1和2的高质量实施。所有代码都与Windows，Linux和MacOS兼容，可以在笔记本电脑中运行。

支持英语版本的内容

在此处查看代码，练习答案等。

检查Springerlink Amazon的书籍内容。

代码表

所有代码均已保存为.ipynb文件和同一目录中的.html文件。

章	环境与封闭式政策	代理人
2	Cliffwalking-V0	贝尔曼
3	Frozenlake-V1	DP
4	二十一点-v1	MC
5	出租车V3	Sarsa，Expectsa，QL，DoubleQl，Sarsa（λ）
6	MountainCar-V0	SARSA，SARSA（λ），DQN TF火炬，Doubledqn TF Torch，Dueldqn TF Torch
7	Cartpole-0	VPG TF火炬，VPGWBASELIN TF TORCH，OFFICYVPG TF TF TORCH，OFFCOLCYVPGWBASELIN
8	Acrobot-V1	QAC TF火炬，Advantageac TF Torch，资格Traceceac TF Torch，PPO TF TORCH，NPG TF TF TORCH，TRPO TF TF TORCH，OFFPAC TF TF TORCH
9	摆-V1	DDPG TF Torch，TD3 TF火炬
10	Lunarlander-V2	SQL TF火炬，SAC TF火炬，Sacwa TF火炬
10	lunarlanderconcontinuun-v2	sacwa tf火炬
11	BipedalWalker-V3	Es，Ars
12	pongnoframeskip-v4	分类DQN TF火炬，QR-DQN TF TORCH，IQN TF TORCH
13	Bernoullimab-V0	UCB
13	高斯mab-v0	UCB
14	Tictactoe-V0	Alphazero TF Torch
15	老虎V0	vi
16	Humanoidbulletenv-V0	行为克隆TF火炬，盖尔TF火炬

强化学习：原理与python实战（2023中文版）

全球第一本配套tensorflow 2和pytorch 1/2对照代码的强化学习教程书

中文版书籍支持内容

• 代码、习题答案、勘误更新等配套资源见这里。

本书内容

• （1章）：从零开始介绍强化学习的背景知识，介绍环境库，健身房的使用。
• 第二部分（第2 ～15章）：基于折扣奖励离散时间Markov决策过程模型，介绍强化学习的主干理论和常见算法。采用数学语言推导强化学习的基础理论，进而在理论的基础上讲解算法，并为算法提供配套代码实现。基础理论的讲解突出主干部分，算法讲解全面覆盖主流的强化学习算法，python实现和算法讲解一一对应
• （16）（16）：介绍其他强化学习模型

本书特色

本书完整地介绍了主流强化学习理论。

• 选用现代强化学习理论体系，突出主干，主要定理均给出证明过程。基于理论讲解强化学习算法，全面覆盖主流强化学习算法
• 全书采用完整的数学体系，各章内容循序渐进。全书采用一致的数学符号，并兼容主流强化学习教程。，并兼容主流强化学习教程。
• 每章都配有知识点总结，并搭配习题。，并搭配习题。

python代码，实战性强。，实战性强。

• 简洁易懂：全书代码统一规范、简约完备，与算法讲解直接对应。，与算法讲解直接对应。
• 查阅方便：所有代码及运行结果均在github上展示，既可以在浏览器上查阅，也可以下载到本地运行。各算法实现放在单独的文件里，可单独查阅和运行。，可单独查阅和运行。
• 环境全面：既有健身房，也有在，健身房，还带领读者一起实现自定义的环境。，还带领读者一起实现自定义的环境。
• 兼容性好：所有代码在三大操作系统（窗口，macOS，linux）上均可运行，tensorflow和pytorch
• 硬件要求低：所有代码均可在没有gpu的个人计算机上运行。

强化学习：原理与python实现（2019）

全球第一本配套张量2代码的强化学习教程书

中国第一本配套张量2代码的纸质算法书

中文版书籍支持内容

• 代码、勘误更新等见这里。

本书特色

python实现。

• 理论完备：全书用一套完整的数学体系，严谨地讲授强化学习的理论基础，主要定理均给出证明过程。各章内容循序渐进，覆盖了所有主流强化学习算法
• 案例丰富：在您最爱的操作系统（包括窗口，macos，linux）上

QQ群

• QQ群：722846914 （勘误报错可发此群，google，群主和管理员不提供免费咨询服务）
• 多任务群：696984257 （非小白群，++++++迁移强化学习
• 关于入群验证问题：由于qq的bug，即使正确输入答案，也可能会验证失败。这时更换设备重试、更换输入法重试、改日重试均可能解决问题。如果答案中有英文字母，清注意大小写。，清注意大小写。
• 中文版书前言中给出的QQ 群（935702193、243613392和9481103）已满，不再新增群成员，谢谢理解。，谢谢理解。，谢谢理解。