序言

强化学习也称再励学习、评价学习，是一种重要的机器学习方法，在智能控制机器人、分析预测等领域有许多应用，是AlphaGo Zero和AlphaZero的核心技术。其本质是解决决策问题，针对一个具体问题得到一个最优的策略，使得在该策略下获得的奖励最大。强化学习的思想与人类的学习过程有很大的相似性，都是依靠环境的反馈来调整行为，在不断地交互和试错中学习，因此强化学习被认为是迈向通用人工智能的重要途径。

正因为强化学习的强大潜力，使其成为继深度学习之后，学术界和工业界追捧的又一热点。很多工业界的巨头都在不断探索强化学习的实际应用，如机器人控制、无人驾驶、游戏博弈，以及制造业、电商广告推荐等。

本人主要从事商务智能应用、社会网络挖掘算法等领域的研究，也在持续研究机器学习、人工智能等相关前沿知识，一年前开始关注强化学习。强化学习是一门综合性学科，涉及的概念和算法很多，再加上国内高校也没有开设系统性课程，中文资料比较少，难以快速上手，所以学习门槛比较高。

机缘巧合，我有幸结识了邹伟先生，读了邹伟先生和鬲玲女士联合推出的新书《强化学习》，收获很大。该书的叙述线索非常清晰，从马尔可夫决策模型开始，先是给出了基础的查表型强化学习方法，接着是联合的深度强化学习算法，最后用强化学习在博弈领域的应用收尾，层次分明，结构清晰，难度循序渐进，全无枝枝蔓蔓之感。该书不仅解释了算法的原理及流程，还深入分析了算法之间的内在联系，可以帮助读者举一反三，掌握算法精髓。同时，在每一章节结尾，均给出了丰富的实例，通过实例来描述算法的运行步骤，验证算法的效果，可以帮助读者快速地将算法应用到实践中去。

该书是一本较为难得的强化学习类书籍，内容全面、翔实，语言简洁、易懂，实用性强，值得精读。该书既适合强化学习零基础的人员入门学习，也适合相关科研人员研究参考。各位读者在学习强化学习相关知识时，如果将该书作为主要阅读教材，并跟随书中的实例和代码实现并验证相关算法，势必会取得事半功倍的效果。最后，希望无论是强化学习领域的初学者，还是有经验的相关领域科研人员，均能从该书中收获满满！

黄　岚

吉林大学计算机科学技术学院

2019年12月