深度强化学习，一部教科书

深度强化学习近期备受关注。在自动驾驶、游戏博弈、分子重组和机器人等多样活动中均取得了令人印象深刻的成果。在所有这些领域中，计算机程序已自学解决困难问题。它们学会了驾驶模型直升机并执行筋斗和横滚等特技机动。在某些应用中，它们甚至超越了最优秀的人类，例如在 Atari、围棋、扑克和星际争霸中。深度强化学习探索复杂环境的方式让我们联想到儿童的学习过程：通过嬉戏尝试、获得反馈并再次尝试。计算机似乎真正拥有人类学习的某些方面；这触及了人工智能梦想的核心。研究上的成功未被教育者忽视，大学已开始提供相关课程。本书旨在提供深度强化学习领域的全面概览。本书面向人工智能专业的研究生，以及希望更好理解深度强化学习方法及其挑战的研究人员与从业者。我们假定读者具有计算机科学和人工智能的本科水平理解；本书的编程语言为 Python。我们描述了深度强化学习的基础、算法与应用。我们涵盖了构成该领域基础的成熟的免模型与基于模型的方法。发展十分迅速，我们也涵盖了高级主题：深度多智能体强化学习、深度分层强化学习和深度元学习。