強化學習可說是能自我演進的機器學習，能帶領我們達到真正的人工智慧。本書好讀又容易上手，運用了大量Python範例來從頭解釋所有東西。


　　本書從強化學習的簡介開始，接著是OpenAI Gym與TensorFlow。您會認識各種RL演算法與重要觀念，例如Markov決策過程、蒙地卡羅法與動態規劃，包括價值迭代與策略迭代。本書提供了非常豐富的範例幫助您認識各種深度強化學習演算法，例如競爭DQN、DRQN、A3C、PPO與TRPO。您還會學到想像增強代理、透過人類偏好來學習、DQfD、HER以及更多強化學習的最新發展。


　　本書精彩內容：

　　．理解強化學習方法、演算法與重要元素的相關基礎

　　．使用OpenAI Gym與TensorFlow來訓練代理

　　．理解Markov決策過程、Bellman最佳化與TD學習

　　．運用多種演算法來解決多臂式吃角子老虎問題

　　．熟悉各種深度學習演算法，如RNN、LSTM、CNN與其應用

　　．使用DRQN演算法來建置智能代理來玩毀滅戰士遊戲

　　．使用DDPG來教導代理來玩月球冒險遊戲

　　．使用競爭DQN來訓練代理來玩賽車遊戲