R. Sutton《增强学习导论》最新版（英文版）

加拿大阿尔伯塔大学著名增强学习大师 Richard S. Sutton 教授的经典教材《增强学习导论》（Reinforcement Learning: An Introduction）近日准备出第二版，现书稿的草稿在其主页提供，全书（英文版 draft）本书系统性地介绍了增强学习，共451页，其中不乏许多新颖的应用案例分析。R. Sutton《增强学习导论》全书目录摘要1. 增强学习的问题 1.1 增强学习1.2 案例 1.3 增强学习要素 1.4 限制和范围 1.5 一个延伸案例：Tic-Tac-Toe 1.6 小结 1.7 增强学习的历史 1.8 参考文献列表法2. 多臂赌博机（Muti-arm Bandits）问题 2.1 K-臂赌博机问题2.2 行动值方法 2.3 增量实现 2.4 追踪一个非稳态解 2.5 优化初始值 2.6 置信上界行动选择 2.7 梯度赌博机算法 2.8 关联检索2.9 小结3. 有限马尔科夫决策过程 3.1 代理（agent）环境交互 3.2 目标和回馈 3.3 返回 3.4 为插入或连续性任务统一符号 3.5 马尔科夫属性 3.6 马尔科夫决策过程 3