本書是繼《EasyRL：強(qiáng)化學(xué)習(xí)教程》（俗稱“蘑菇書”）之后，為強(qiáng)化學(xué)習(xí)的讀者專門打造的一本深入實(shí)踐的全新教程。全書大部分內(nèi)容基于3位作者的實(shí)踐經(jīng)驗(yàn)，涵蓋馬爾可夫決策過程、動(dòng)態(tài)規(guī)劃、免模型預(yù)測(cè)、免模型控制、深度學(xué)習(xí)基礎(chǔ)、DQN算法、DQN算法進(jìn)階、策略梯度、Actor-Critic算法、DDPG與TD3算法、PPO算法等內(nèi)容，旨在幫助讀者快速入門強(qiáng)化學(xué)習(xí)的代碼實(shí)踐，并輔以一套開源代碼框架“JoyRL”，便于讀者適應(yīng)業(yè)界應(yīng)用研究風(fēng)格的代碼。與“蘑菇書”不同，本書對(duì)強(qiáng)化學(xué)習(xí)核心理論進(jìn)行提煉，并串聯(lián)知識(shí)點(diǎn)，重視強(qiáng)化學(xué)習(xí)代碼實(shí)踐的指導(dǎo)而不是對(duì)理論的詳細(xì)講解。本書適合具有一定編程基礎(chǔ)且希望快速進(jìn)入實(shí)踐應(yīng)用階段的讀者閱讀。