清华大学李升波教授强化学习书籍《Reinforcement Learning for Sequential Decision and Optimal Control》系列读书笔记

强化学习书籍《Reinforcement Learning for Sequential Decision and Optimal Control》读书笔记

该书由清华大学李升波教授撰写的，主要面向工业控制领域的研究者和工程师，曾获得2024年度Springer中国新发展奖（China New Development Awards）。全书按照原理剖析、主流算法、典型示例的架构，系统地介绍了用于动态系统决策与控制的强化学习方法。全书共分为11章，内容涵盖了强化学习的基本概念、蒙特卡洛法、时序差分法、动态规划法、函数近似法、策略梯度法、近似动态规划、状态约束的处理和深度强化学习等知识点。

我的系列博客将对该书进行系统的学习和总结，希望能够对读者有所帮助。博客将按照书籍的单元顺序展开，每个单元的博客链接请参见下方的链接。

书籍及源代码下载网站

书籍及源代码下载网站：https://link.springer.com/book/10.1007/978-981-19-7784-8

博客链接

• U1：强化学习入门
• U2：强化学习基本概念
• U3：Monte Carlo Learning
• U4：TD Learning
• U5：动态规划
  • 动态规划（一）
  • 动态规划（二）
  • 动态规划（三）
• U6：函数近似的间接强化学习（Indirect RL with Function Approximation）
  • 函数近似的间接强化学习（一）
  • 函数近似的间接强化学习（二）

本文为博主原创文章，未经博主允许禁止转载。私自转载将追究相关责任。如有问题，欢迎指正。