（2024年8月）3000多颗星和更多代码实现

这本书已获得3000多颗星，对我来说这是一项巨大的成就。感谢每一位读者。希望它确实对你们有所帮助。

我还收到了热心读者提供的更多代码实现。例如，这个GitHub页面提供了我书中几乎所有例子的Python实现。一方面，我很高兴看到这一点。另一方面，我有点担心我线下课程的学生可能会用这些代码来完成作业:-)。总的来说，我很开心，因为这表明这本书和公开课确实对读者有帮助；否则，他们不会费心自己开发代码:-)

（2024年7月）英文讲座视频！

**我的英文公开课现已上线。**你可以点击上面的图片或这里的链接跳转到我们的YouTube频道。你也可以点击以下链接直接进入特定的讲座视频。

欢迎查看英文视频，看看它们是否有帮助！

为什么要写一本新的强化学习书籍？

本书旨在提供一个数学性但友好的强化学习基本概念、基本问题和经典算法的介绍。本书的一些重要特点如下：

本书从数学角度介绍强化学习。希望读者不仅能了解算法的流程，还能理解它最初设计的原因以及为什么能有效工作。
数学深度被精心控制在适当水平。数学内容的呈现方式也经过精心设计，以确保书本易于阅读。读者可以根据自己的兴趣选择性地阅读灰色框中的材料。
书中给出了许多生动的例子，帮助读者更好地理解主题。本书中的所有例子都基于一个网格世界任务，这个任务易于理解，有助于说明概念和算法。
在介绍算法时，本书旨在将其核心思想与可能分散注意力的复杂细节分开。这样，读者可以更好地把握算法的核心思想。
本书内容组织连贯。每一章都建立在前一章的基础上，并为后续章节奠定必要的基础。

内容

本书涉及的主题如下图所示。本书包含十章，可分为两部分：第一部分是基本工具，第二部分是算法。这十章高度相关。一般来说，在学习后面的章节之前，有必要先学习前面的章节。

![一张说明各章内容关系的图表。如果图片显示不正确，你可以在本书序言中找到这张图。]

读者群

本书面向对强化学习感兴趣的高年级本科生、研究生、研究人员和从业者。

读者不需要具备任何强化学习背景，因为本书从最基本的概念开始介绍。如果读者已经有一些强化学习背景，我相信本书可以帮助他们更深入地理解某些主题或提供不同的视角。

然而，本书要求读者具备一些概率论和线性代数知识。本书附录中也包含了所需数学的一些基础知识。

讲座视频

我相信结合本书和我的讲座视频，你可以学习得更好。

中文讲座视频：你可以查看哔哩哔哩频道 https://space.bilibili.com/2044042934 或YouTube频道 https://www.youtube.com/channel/UCztGtS5YYiNv8x3pj9hLVgg/playlists 截至2024年5月，讲座视频在网上获得了800,000+次观看，并收到了非常好的反馈！
**英文讲座视频：**我一直在制作英文讲座视频。希望我们能在2024年完成。敬请关注。

关于作者

你可以在我的主页 https://www.shiyuzhao.net/ (GoogleSite) 和我的研究组网站 https://shiyuzhao.westlake.edu.cn 上找到我的信息。

我从2019年开始教授研究生水平的强化学习课程。在教学过程中，我一直在为学生准备这本书作为讲义。

我真诚地希望这本书能帮助读者顺利进入令人兴奋的强化学习领域。

引用

@book{zhao2024RLBook,
  title={Mathematical Foundations of Reinforcement Learning},
  author={S. Zhao},
  year={2024},
  publisher={Springer Nature Press}
}