【新书稿：强化学习：理论与算法】《Reinforcement Learning: Theory and Algorithms》by Alekh Agarwal, Nan Jiang, Sham M. Kakade (2019)，(附83页pdf)

书名题目

强化学习：理论与算法（Reinforcement Learning: Theory and Algorithms）

籍简介

本书由Alekh Agarwal, Nan Jiang, Sham M. Kakade三位大师亲自执笔，为2019关于强化学习的最新书籍之一，三位作者来自于强化学习研究团队，是强化学习研究界“牛顿”级人物，成果斐然。本书采用深入浅出，引人入胜的方法，介绍了当前RL所取得的最新成果，对于刚从事RL的学者，可谓及时雨，神笔之作。

书籍作者

Alekh Agarwal，目前是微软研究人工智能的研究员，在那里我领导强化学习研究小组。此前，在加州大学伯克利分校获得计算机科学博士学位后，曾在微软研究院纽约实验室度过了六年时光，与彼得·巴特利特和马丁·温瑞格一起工作。 Sham M. Kakade ，研究机器学习和人工智能的数学基础，重点是设计可证明的高效和实用的算法，这些算法与广泛的范例相关。试图利用这些进步来帮助在核心人工智能问题上取得进展。目前的兴趣包括:强化学习和控制表征学习和自然语言处理和记忆。