强化学习小手册
摘要
从基础到应用算法的强化学习简明介绍，包含PyTorch实现和补充证明。
查看缓存全文
缓存时间: 2026/07/16 22:54
alxndrTL/little-book-rl
来源：https://github.com/alxndrTL/little-book-rl
强化学习小书
这是《强化学习小书》的关联 GitHub 页面。
本书是对强化学习的简要介绍，涵盖从基础到应用算法的内容。
书籍
在此仓库中，除了书籍本身，你还可以找到本书的补充材料。 具体来说：
- 在
algos/文件夹下，包含了书中介绍的各种算法的 PyTorch 实现，从蒙特卡洛（MC）到 PPO。 - 在
supplementary/文件夹下，你可以找到对书中简要介绍的动态规划算法的详细解释和严谨证明。这是我于 2021 年编写的一份文档。
后续可能会在此仓库中添加更多材料。
你可以在此处打印书籍（https://www.amazon.fr/Little-Book-Reinforcement-Learning/dp/B0H3W5PJH6/ref=sr_1_1?crid=3H05NR7B52374&dib=eyJ2IjoiMSJ9.iKUkH6NQiRsFi6D8ARdAPQ.DYkU1dqtml5IBfMqGdpZBANbkpYtC4qDpIUYvxVtRJA&dib_tag=se&keywords=alexandre+torres+leguet&qid=1783721422&sprefix=alexandre+tor%2Caps%2C212&sr=8-1）。
书籍版本：
- V1（2026 年 6 月）
本书采用非商业性知识共享许可证（CC BY-SA 4.0）进行分发。
相似文章
@yashetal: https://github.com/alxndrTL/little-book-rl… RL小书也在此向社区提供，并附有补充材料…
《强化学习小书》(The Little Book of Reinforcement Learning)是一本简洁的RL入门书籍，包含PyTorch实现和补充材料，由Alexandre TL在GitHub上分享。
@Xudong07452910: 想入门「强化学习」，最怕的是学完一堆公式，还是不知道它怎么真的跑起来。 最近看到一本很适合入门的教材：《The Little Book of Reinforcement Learning》。 它的优点是短，但没有停在概念层面。从基础 RL…
推荐《The Little Book of Reinforcement Learning》这本强化学习入门教材，书短但覆盖基础到算法，并配有PyTorch实现和补充推导，适合理解RL核心概念。
@_rohit_tiwari_: 强化学习课程 结构化学习路径，理解和应用强化学习。https://github.com/upb-lea/reinfor…
一门结构化的强化学习课程，包含讲义、教程任务和视频，作为帕德博恩大学和锡根大学的开源材料分享。
@loganthorneloe: 这是研读《Attention Is All You Need》的最佳方式。它通过……帮助你理解基础概念。
一条推文推荐《The Annotated Transformer》作为软件工程师的资源，通过用PyTorch构建来理解《Attention Is All You Need》论文的基础概念。
@NFTCPS: 想学透强化学习？别做梦了兄弟 网课教你调个包，学完还是一脸懵逼。读论文？公式堆成山，直接劝退。系统梳理原理？门槛高得像登天，路径乱得像迷宫。 最近我发现一本开源书《强化学习的数学基础》，直接捅破这层窗户纸。它给你一条清清楚楚的路线：从数学…
Introduces an open-source book 'Mathematical Foundation of Reinforcement Learning' that provides a rigorous yet accessible mathematical approach to RL, using grid world examples to clarify algorithmic logic.