豆瓣
扫码直接下载
此书PPO那一章，以及扩展的章节写得很不错，非常清晰，有直觉、有理论。不同于交大张老师只是简单罗列公式和代码，也不同于伯克利CS285讲解太过晦涩。
此书理论讲解清晰简洁，同时配有代码的实现，非常适合刚入门强化学习的同学。亦可配合相关课程进行使用，是一本好书
看过github的教程，作者把强化学习的每个概念深入浅出，公式的推导写的详细得当。既没有大段令人烦闷的定理证明，也没有令人不知所云的高概念科普。逻辑非常自然，让人读起来爱不释手！
在GitHub上看过这本书，还挺基础的。
看过实体版之前的在线版，很不错
书看到一半忍不住过来写评语：缺少一个顺畅的主线；章与章之间小节与小节间很多的跳跃；重复的内容，相近的内容。不顺畅啊，读的心里有点堵的慌，啊啊啊
对纯小白还可以，但是不值得细读/读第二遍.很多表述不严谨，且语言组织的逻辑性较低，推导公式的部分讲解很不详细. 优点在于对RL入门级的通俗易懂总结，插图和配套代码.真的想学RL还是得啃sutton的书，另外openai spinning up的教程和ucl的课都很不错.
直接满分。
前几章值得反复读。
确实是“学霸笔记”，三门课程揉出来一本，CS方向用来入门是可以的。但这肯定不是一本严谨的“书”，草草翻过就会发现许多前后定义不一致，符号不统一的情况。理论推导只抄了每门课最浅显的地方。大量配图都是从别的书上切下来的，不知道版权是怎么解决的。。但是如果不愿意看英文材料还是能看的，毕竟RL书中译本一个赛一个的烂。
没完全看懂..入门了但没完全入的感觉。 其实最难的是安装好跑起程序需要的包。。。
很棒的强化学习入门教材，通俗易懂，希望以后再回来读一遍的时候更加清晰。
代码为pytorch，入门不错，有例子和配图。
rl入门，好书
结合李老师的视频，很好理解
缺点显而易见，而且是这类书不太能接受的那种缺点：不严谨（大问题）以及部分章节有点啰嗦（很有必要的小问题，甚至可能是优点），再有就是内容还不够广泛，很多popular的模型完全没有涉及，完全可以更大胆些的。但这不妨碍我认为这本书是现在市面非常难得的新手友好书，具体来说是从非常感性的方面入手去解释一些不太容易理解细节，这个优点在前七章让人特别受用。从公式和伪代码的量上来看，这本书的目标读者应该跟我之前读过的RL专业书的读者都不同，估计评价容易两极，能有这么高的分数我还挺意外。
脉络清晰，深度还显得不足，可以翻一翻读一读，结合自己的实际问题进行思考，选择合适的方法。
讲得很通俗易懂，不过有的地方感觉啰嗦了
清晰易懂，恨之前没读过
我觉得还是蛮好的，关键是出版时间够接近当下，理论不过时；然后就是作为入门来说，深度控制合理；不过有些地方确实一笔带过了，没有讲透彻；看了别人的总结发现还是suton得更好： https://imzhanghao.com/2022/02/10/reinforcement-learning/
> Easy RL：强化学习教程
1 有用 取个好名字真难 2024-02-14 01:38:33 浙江
此书PPO那一章，以及扩展的章节写得很不错，非常清晰，有直觉、有理论。不同于交大张老师只是简单罗列公式和代码，也不同于伯克利CS285讲解太过晦涩。
7 有用 blue bone 2022-02-24 14:36:28
此书理论讲解清晰简洁，同时配有代码的实现，非常适合刚入门强化学习的同学。亦可配合相关课程进行使用，是一本好书
7 有用 赵志民 2022-02-24 17:02:47
看过github的教程，作者把强化学习的每个概念深入浅出，公式的推导写的详细得当。既没有大段令人烦闷的定理证明，也没有令人不知所云的高概念科普。逻辑非常自然，让人读起来爱不释手！
3 有用 Marvin不慌 2022-03-14 14:20:46
在GitHub上看过这本书，还挺基础的。
4 有用 jdxyw 2022-03-15 09:31:49
看过实体版之前的在线版，很不错
7 有用 孙大伟 2022-06-02 21:12:01
书看到一半忍不住过来写评语：缺少一个顺畅的主线；章与章之间小节与小节间很多的跳跃；重复的内容，相近的内容。不顺畅啊，读的心里有点堵的慌，啊啊啊
0 有用 豆友1378 2022-10-30 21:18:39 上海
对纯小白还可以，但是不值得细读/读第二遍.很多表述不严谨，且语言组织的逻辑性较低，推导公式的部分讲解很不详细. 优点在于对RL入门级的通俗易懂总结，插图和配套代码.真的想学RL还是得啃sutton的书，另外openai spinning up的教程和ucl的课都很不错.
3 有用 爱睡觉 2022-05-05 00:23:44
直接满分。
1 有用 Monkey.D.Law 2022-07-07 20:35:44
前几章值得反复读。
7 有用 Unknown 2022-05-08 19:40:15
确实是“学霸笔记”，三门课程揉出来一本，CS方向用来入门是可以的。但这肯定不是一本严谨的“书”，草草翻过就会发现许多前后定义不一致，符号不统一的情况。理论推导只抄了每门课最浅显的地方。大量配图都是从别的书上切下来的，不知道版权是怎么解决的。。但是如果不愿意看英文材料还是能看的，毕竟RL书中译本一个赛一个的烂。
0 有用 Dipper 2022-08-17 11:00:34
没完全看懂..入门了但没完全入的感觉。 其实最难的是安装好跑起程序需要的包。。。
0 有用 sarahbudavsky 2022-09-09 21:46:10 广东
很棒的强化学习入门教材，通俗易懂，希望以后再回来读一遍的时候更加清晰。
1 有用 灰色节能奉太郎 2022-06-20 00:44:38
代码为pytorch，入门不错，有例子和配图。
0 有用 成子 2023-05-31 10:29:15 陕西
rl入门，好书
0 有用 caibinbupt 2023-11-20 10:17:53 广东
结合李老师的视频，很好理解
1 有用 自娱者小五 2023-10-11 15:10:29 上海
缺点显而易见，而且是这类书不太能接受的那种缺点：不严谨（大问题）以及部分章节有点啰嗦（很有必要的小问题，甚至可能是优点），再有就是内容还不够广泛，很多popular的模型完全没有涉及，完全可以更大胆些的。但这不妨碍我认为这本书是现在市面非常难得的新手友好书，具体来说是从非常感性的方面入手去解释一些不太容易理解细节，这个优点在前七章让人特别受用。从公式和伪代码的量上来看，这本书的目标读者应该跟我之前读过的RL专业书的读者都不同，估计评价容易两极，能有这么高的分数我还挺意外。
0 有用 michael 2023-03-01 00:26:47 湖北
脉络清晰，深度还显得不足，可以翻一翻读一读，结合自己的实际问题进行思考，选择合适的方法。
0 有用 bryan 2023-05-07 22:38:20 上海
讲得很通俗易懂，不过有的地方感觉啰嗦了
0 有用 快乐Snoppy 2024-04-13 07:14:22 英国
清晰易懂，恨之前没读过
0 有用 传奇之后 2023-03-02 11:41:26 浙江
我觉得还是蛮好的，关键是出版时间够接近当下，理论不过时；然后就是作为入门来说，深度控制合理；不过有些地方确实一笔带过了，没有讲透彻；看了别人的总结发现还是suton得更好： https://imzhanghao.com/2022/02/10/reinforcement-learning/