强化学习学习路线

深入浅出强化学习——原理入门

第二章：马尔科夫决策过程
https://www.bilibili.com/video/BV1RA411q7wt？from=search&seid=16491158693540192490

第三章：基于模型的动态规划
https://blog.csdn.net/sinat_33761963/article/details/86600216
https://www.cnblogs.com/feifanrensheng/p/13433258.html

第四章： 基于蒙特卡洛的强化学习方法
重要性采样：https://zhuanlan.zhihu.com/p/41217212
https://cloud.tencent.com/developer/article/1143077
https://www.cnblogs.com/xiachongkun/p/7767976.html