Book-Mathematical-Foundation-of-Reinforcement-Learning

Book-Mathematical-Foundation-of-Reinforcement-Learning

强化学习数学基础入门指南

该书提供强化学习领域的数学友好入门指南,涵盖基本概念到经典算法。通过精心设计的数学讲解和示例,帮助读者理解核心思想。配套中英文视频课程,适合本科生、研究生、研究人员和从业者。基于作者多年教学经验,旨在引导读者进入强化学习领域。

强化学习数学基础算法教学视频GitHubGithub开源项目

(2024年8月)3000多颗星和更多代码实现

这本书已获得3000多颗星,对我来说这是一项巨大的成就。感谢每一位读者。希望它确实对你们有所帮助。

我还收到了热心读者提供的更多代码实现。例如,这个GitHub页面提供了我书中几乎所有例子的Python实现。一方面,我很高兴看到这一点。另一方面,我有点担心我线下课程的学生可能会用这些代码来完成作业:-)。总的来说,我很开心,因为这表明这本书和公开课确实对读者有帮助;否则,他们不会费心自己开发代码:-)

(2024年7月)英文讲座视频!

**我的英文公开课现已上线。**你可以点击上面的图片或这里的链接跳转到我们的YouTube频道。你也可以点击以下链接直接进入特定的讲座视频。

欢迎查看英文视频,看看它们是否有帮助!


为什么要写一本新的强化学习书籍?

本书旨在提供一个数学性但友好的强化学习基本概念、基本问题和经典算法的介绍。本书的一些重要特点如下:

  • 本书从数学角度介绍强化学习。希望读者不仅能了解算法的流程,还能理解它最初设计的原因以及为什么能有效工作。

  • 数学深度被精心控制在适当水平。数学内容的呈现方式也经过精心设计,以确保书本易于阅读。读者可以根据自己的兴趣选择性地阅读灰色框中的材料。

  • 书中给出了许多生动的例子,帮助读者更好地理解主题。本书中的所有例子都基于一个网格世界任务,这个任务易于理解,有助于说明概念和算法。

  • 在介绍算法时,本书旨在将其核心思想与可能分散注意力的复杂细节分开。这样,读者可以更好地把握算法的核心思想。

  • 本书内容组织连贯。每一章都建立在前一章的基础上,并为后续章节奠定必要的基础。

内容

本书涉及的主题如下图所示。本书包含十章,可分为两部分:第一部分是基本工具,第二部分是算法。这十章高度相关。一般来说,在学习后面的章节之前,有必要先学习前面的章节。

![一张说明各章内容关系的图表。如果图片显示不正确,你可以在本书序言中找到这张图。]

读者群

本书面向对强化学习感兴趣的高年级本科生、研究生、研究人员和从业者。

读者不需要具备任何强化学习背景,因为本书从最基本的概念开始介绍。如果读者已经有一些强化学习背景,我相信本书可以帮助他们更深入地理解某些主题或提供不同的视角。

然而,本书要求读者具备一些概率论和线性代数知识。本书附录中也包含了所需数学的一些基础知识。

讲座视频

我相信结合本书和我的讲座视频,你可以学习得更好。

关于作者

你可以在我的主页 https://www.shiyuzhao.net/ (GoogleSite) 和我的研究组网站 https://shiyuzhao.westlake.edu.cn 上找到我的信息。

我从2019年开始教授研究生水平的强化学习课程。在教学过程中,我一直在为学生准备这本书作为讲义。

我真诚地希望这本书能帮助读者顺利进入令人兴奋的强化学习领域。

引用

@book{zhao2024RLBook,
  title={Mathematical Foundations of Reinforcement Learning},
  author={S. Zhao},
  year={2024},
  publisher={Springer Nature Press}
}

第三方代码和材料

许多热心的读者在学习本书时向我发送了他们开发的源代码或笔记。我很高兴在这里分享链接,希望它们对其他读者有所帮助。我必须强调,我没有验证这些代码。如果你有任何问题,可以直接联系开发者。

代码

Python:

R:

C++:

学习笔记

英文:

中文:

网上还有许多其他读者制作的笔记。如果你发现好的笔记,欢迎向我推荐。

更新历史

(2024年6月) 印刷前的小更新

这是本书草稿的第四个版本。这应该是正式出版前的最后一个版本。具体来说,在校对书稿时,我发现了一些非常小的问题。加上一些热心读者报告的问题,这些都在这个版本中得到了修改。

(2024年4月) 网格世界环境的代码

我们添加了书中网格世界环境的代码。感兴趣的读者可以在这个环境中开发和测试自己的算法。我们提供了Python和MATLAB两个版本。

请注意,我们不提供书中涉及的所有算法的代码。这是因为它们是线下教学中学生的作业:学生需要使用提供的环境开发自己的算法。不过,有一些算法的第三方实现。感兴趣的读者可以查看本书主页上的链接。

我要感谢我的博士生、也是我线下教学的助教米一泽和李嘉南。他们为代码做出了巨大贡献。

欢迎你提供关于代码的任何反馈,比如发现的错误。

(2024年3月) 2000星

本书已收到2000颗星。我还收到了许多读者对本书的积极评价。很高兴它能有所帮助。

(2024年3月) 小更新

本书草稿的第三个版本现已上线。

与第二个版本相比,第三个版本在修正一些小错误方面有所改进。在此,我要感谢向我发送反馈的读者。

(2023年9月) 1000+星

本书收到了1000多颗星!感谢大家!

(2023年8月) 重大更新 - 第二版

本书草稿的第二个版本现已上线!!

与一年前上线的第一个版本相比,第二个版本在多个方面得到了改进。例如,我们重新绘制了大部分图表,重新组织了一些内容使其更清晰,纠正了一些错误,并添加了第一版中没有包含的第10章。 我于2022年8月将本书的初稿发布在网上。到目前为止,我收到了来自全球众多读者的宝贵反馈。我想向这些读者表示感谢。

(2022年11月)即将联合出版

本书将由施普林格·自然和清华大学出版社联合出版。预计将于2023年下半年付梓印刷。

我已收到一些读者对这本书的评论和建议。非常感谢,我深表谢意。我仍在收集反馈,并可能在几个月内修订草稿。您的反馈可以使这本书对其他读者更有帮助!

(2022年10月)讲义和视频

讲义幻灯片已上传至"Lecture slides"文件夹。

讲座视频(中文)已上线。请查看我们的B站频道 https://space.bilibili.com/2044042934 或YouTube频道 https://www.youtube.com/channel/UCztGtS5YYiNv8x3pj9hLVgg/playlists

(2022年8月)初稿

本书的初稿已上线。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多