本書分為四部分。第一部分涵蓋強化學習的必要背景，包括定義、數(shù)學基礎和強化學習解決方案的概述；第二部分深入介紹最先進的強化學習算法，包括每種算法的優(yōu)缺點；第三部分介紹強化學習中的高級技術，包括機器教學、泛化和域隨機化、元強化學習等主題，還涵蓋強化學習中有助于改進模型的各種高級主題；第四部分講解強化學習的各種應用，例如自主系統(tǒng)、供應鏈管理、營銷和金融、智慧城市與網(wǎng)絡安全等，并討論強化學習領域的一些挑戰(zhàn)及未來方向。