本書分為四部分。第一部分涵蓋強化學(xué)習(xí)的必要背景，包括定義、數(shù)學(xué)基礎(chǔ)和強化學(xué)習(xí)解決方案的概述；第二部分深入介紹最先進的強化學(xué)習(xí)算法，包括每種算法的優(yōu)缺點；第三部分介紹強化學(xué)習(xí)中的高級技術(shù)，包括機器教學(xué)、泛化和域隨機化、元強化學(xué)習(xí)等主題，還涵蓋強化學(xué)習(xí)中有助于改進模型的各種高級主題；第四部分講解強化學(xué)習(xí)的各種應(yīng)用，例如自主系統(tǒng)、供應(yīng)鏈管理、營銷和金融、智慧城市與網(wǎng)絡(luò)安全等，并討論強化學(xué)習(xí)領(lǐng)域的一些挑戰(zhàn)及未來方向。