檢視强化学习的数学原理英文版的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://www0.kfzimg.com/sw/kfz-cos/kfzimg/eeddfbfe/83f1a9a5bc12bfe5_s.jpg width="260"></center>
<small>[https://book.kongfz.com/533713/7382518571 来自 孔夫子网 的图片]</small>
|}

《'''强化学习的数学原理英文版'''》，作者赵世钰，责编郭赛，定价118.00，ISBN号9787302658528，出版社清华大学出版社，版印次1版 1次，开本16开，装帧平装，页数301，出版时间2024-07，印刷时间2024-07。

清华大学出版社成立于1980年6月，是教育部主管、[[清华大学]]主办的综合性大学出版社<ref>[http://www.zhongyw.com.cn/news/show-53574.html 我国出版社的等级划分和分类标准]，知网出书，2021-03-01</ref>。清华社现年出版图书、音像制品、电子出版物等近3000种，[[销售]]规模和综合实力以及在高等教育教材市场、科技图书市场、馆配图书市场占有率均名列前茅<ref>[http://www.tup.tsinghua.edu.cn/aboutus/qyjj.html 企业简介]，清华大学出版社有限公司</ref>。

==内容简介==

本书从强化学习最基本的概念开始介绍，将介绍基础的分析工具，包括贝尔曼公式和贝尔曼最优公式，然后推广到基于模型的和无模型的强化学习算法，最后推广到基于[[函数]]逼近的强化学法。本书强调从数学的角度引入概念、分析问题、分析算法，并不强调算法的编程实现。本书不要求读者具备任何关于强化学习的知识背景，仅要求读者具备一定的概率论和线性代数的知识。如果读者已经具备强化学习的学习基础，本书可以帮助读者更深入地理解一些问题并提供新的视角。

本书面向对强化学习感兴趣的本科生、研究生、研究人员和企业或研究所的从业者。

==作者介绍==

赵世钰，[[西湖大学工学院]]AI分支特聘研究员，智能无人系统实验室负责人，国家海外高层次人才引进计划青年项目获得者；本硕毕业于北京航空航天大学，博士毕业于新加坡国立大学，曾任英国谢菲尔德大学自动控制与系统工程系Lecturer；致力于研发有趣、有用、有挑战性的下一代机器人系统，重点关注多机器人系统中的控制、决策与感知等问题。

==参考文献==
[[Category:040 類書總論；百科全書總論]]