强化学习资源汇总

1. 书籍

1. 《Reinforcement Learning: An Introduction》（强化学习导论）：由University of Alberta的Richard Sutton教授和Andrew Barto合著，这本书是业内公认的经典入门教材，适合新手入门，涵盖了基本知识和基础算法，包括一定数量的应用实例。

2. 《动手学强化学习》：上海交通大学ACM班创始人俞勇教授、博士生导师张伟楠副教授等编写，基于上交大ACM班的人工智能专业课程构建强化学习的学习体系，理论扎实、落地性强。本书理论与实践并重，在介绍强化学习理论的同时，还提供了配套的线上代码实践平台，展示源码的编写和运行过程。

3. 《深度强化学习》：王树森、张志华所著，这本书被认为最适合入门，提供了深入浅出的强化学习理论讲解，并结合实际例子。

4. 《蘑菇书EasyRL》：这是一本强化学习中文教程，也称为“蘑菇书”，由李宏毅老师的《深度强化学习》视频课程整理而来，内容幽默风趣，适合中文读者入门强化学习。在线阅读地址为：蘑菇书EasyRL。

5. 《强化学习：原理与Python实现》：肖智清所著，这本书面向初学者，介绍了强化学习的基础原理和Python实现，风格简洁明了，非常适合入门强化学习领域。

6. 《强化学习的数学原理》：赵世钰老师的书籍，从数学角度透彻理解强化学习。

2. 课程

1. David Silver的《Reinforcement Learning》课程：由谷歌DeepMind的David Silver博士主讲，适合初学者入门