蘑菇书：强化学习入门

王琦、杨毅远、江季

从马尔可夫决策过程、价值函数到策略梯度，学习强化学习的原理与算法。官方 PDF，189 页。 固定版式，保留原图和公式；小屏 Kindle 阅读可能需要缩放。

EPUB 可通过 Send to Kindle 转换传送；USB 传书请先确认设备支持的格式。PDF 在小屏上可能需要缩放。

原始来源 ↗ · CC BY-NC-SA 4.0；作者及 Datawhale 贡献者