Richard S. Sutton, Andrew G. Barto

Reinforcement Learning: An Introduction（第二版）

Richard S. Sutton, Andrew G. Barto

强化学习领域的奠基性教材，系统介绍马尔可夫决策过程、动态规划、蒙特卡洛方法、时序差分学习及深度强化学习等核心内容。

核心观点

提出了强化学习区别于其他机器学习范式的核心思想
清晰阐述了探索与利用、值函数与策略之间的权衡
介绍了从表格方法到函数逼近、深度Q网络的发展脉络

强化学习机器学习教材

强化学习

Richard S. Sutton, Andrew G. Barto

强化学习领域的奠基性著作，系统介绍强化学习的基本概念、算法框架及理论分析，被誉为“强化学习圣经”。

核心观点

建立强化学习统一理论框架
详细讲解动态规划、蒙特卡洛、时序差分算法
讨论函数逼近与策略梯度方法

强化学习机器学习智能决策

强化学习导论（第2版）

Richard S. Sutton, Andrew G. Barto

强化学习领域的奠基性著作，系统介绍强化学习的基本概念、算法和应用，是理解强化学习原理的必读经典。

核心观点

提出强化学习的统一理论框架
详细讲解值函数、策略优化等核心概念
包含大量算法伪代码和实例

强化学习机器学习算法

Reinforcement Learning: An Introduction

Richard S. Sutton, Andrew G. Barto

强化学习领域开创性教材，系统介绍马尔可夫决策过程、动态规划、蒙特卡洛方法、时序差分学习、函数逼近等核心概念。

核心观点

奠定强化学习现代理论基础
以统一的数学框架贯穿始终
平衡理论分析与直觉解释

强化学习经典理论

强化学习（第二版）

Richard S. Sutton, Andrew G. Barto

强化学习领域的经典教材，系统介绍强化学习的基本概念、算法和应用，涵盖马尔可夫决策过程、动态规划、蒙特卡洛方法、时序差分学习等内容。

核心观点

建立强化学习的统一理论框架
详细推导各种强化学习算法的数学原理
强调理论与实际应用的结合

强化学习机器学习教材

Reinforcement Learning: An Introduction (Second Edition)

Richard S. Sutton, Andrew G. Barto

强化学习领域的奠基性教材，系统介绍了从动态规划、蒙特卡洛方法到时序差分学习、深度Q网络等核心概念与算法。

核心观点

建立了“智能体-环境”交互的统一框架与形式化描述
深入剖析了探索与利用、值函数逼近、策略梯度等核心问题
新增了深度强化学习、AlphaGo原理等前沿内容

强化学习经典教材AI

强化学习导论

Richard S. Sutton, Andrew G. Barto

强化学习领域的开创性教材，系统介绍了强化学习的基本思想、经典算法（如动态规划、蒙特卡洛、时序差分）及理论。

核心观点

提出了强化学习问题的标准表述（MDP）
详细对比了基于模型与无模型的学习方法
阐述了探索与利用、值函数逼近等核心概念

强化学习经典教材MDP