深度强化学习:基础、研究与应用 — 书籍拆解
读到哪:未读。
readState不是 read/partial 的书不能当锚。
| 项 | |
|---|---|
| 作者 | 待填 |
| 版次 | 2022 版 |
| 格式 | pdf ｜ 文本源 pdftotext -layout |
| 许可 | 自购/个人收藏 |
| 来源 | 主人个人藏书,2026-08 放入收件箱 |
| 清洗 | 删页眉页脚 344 行、页码 652 行、断词接回 10 处 |
我们重写的拆解(0 章)
（还没写。拆解是这本书对我们的真正产出——底下的元数据只是索引。）
为什么收它
和 Sutton & Barto 互补:那本讲经典 RL 理论,这本讲深度时代的做法。
合法性
自购/个人收藏。来源:主人个人藏书,2026-08 放入收件箱。原始文件不入库,转码文本入库(私有库)。
出版方怎么说
（起草参考,不是我们的判断。真正的「覆盖什么/不覆盖什么」写进 frontmatter 的 claims / notCovered)
它覆盖什么、不覆盖什么
（还没读到能下判断的程度。claims / notCovered 空着就是空着,不猜。)
怎么引用它
(依据: book=deep-rl-fundamentals-research-applications §基础部分)
章节名对不上会被 lab:validate 拦下;页码锚(§p.123)同样可用。
结构(27 段,共 728k 字符)
| 段 | 章节 | 页 | 规模 |
|---|---|---|---|
| 01 | 版权页 | p.2–11 | 7.9k |
| 02 | 前言 | p.12–21 | 12.1k |
| 03 | 目录 | p.22–30 | 23.3k |
| 04 | 基础部分 | p.31–31 | 0.5k |
| 05 | 第1章 深度学习入门 | p.32–72 | 55.9k |
| 06 | 第2章 强化学习入门 | p.73–139 | 114.4k |
| 07 | 第3章 强化学习算法分类 | p.140–148 | 11.3k |
| 08 | 第4章 深度Q网络 | p.149–175 | 42.4k |
| 09 | 第5章 策略梯度 | p.176–229 | 80.0k |
| 10 | 第6章 深度Q网络和Actor-Critic的结合 | p.230–265 | 52.8k |
| 11 | 研究部分 | p.266–266 | 1.2k |
| 12 | 第7章 深度强化学习的挑战 | p.267–287 | 32.4k |
| 13 | 第8章 模仿学习 | p.288–318 | 51.3k |
| 14 | 第9章 集成学习与规划 | p.319–327 | 9.6k |
| 15 | 第10章 分层强化学习 | p.328–344 | 26.3k |
| 16 | 第11章 多智能体强化学习 | p.345 –355 | 14.0k |
| 17 | 第12章 并行计算 | p.356–372 | 17.5k |
| 18 | 应用部分 | p.373–373 | 0.7k |
| 19 | 第13章 Learning to Run | p.374–383 | 10.7k |
| 20 | 第14章 鲁棒的图像增强 | p.384–395 | 16.0k |
| 21 | 第15章 AlphaZero | p.396–417 | 22.8k |
| 22 | 第16章 模拟环境中机器人学习 | p.418–441 | 30.5k |
| 23 | 第17章 Arena：多智能体强化学习平台 | p.442–462 | 21.8k |
| 24 | 第18章 深度强化学习应用实践技巧 | p.463–474 | 16.0k |
| 25 | 附录A 算法总结表 | p.476–480 | 8.8k |
| 26 | 附录B 算法速查表 | p.481–505 | 28.0k |
| 27 | 附录C 中英文对照表 | p.506–521 | 19.3k |
我们自己的读书笔记(0 篇)
（还没有。读完某章后写进 docs/deep-rl-fundamentals-research-applications/notes/,那才是这本书对我们的产出。）
本页由 node scripts/book-build.mjs 生成:表格来自转码结果,散文来自书卡正文。不要手改本页。