Table of Contents for The Mathematical Principles of Reinforcement Learning

引言

本笔记系统整理和总结了强化学习领域的核心数学原理，内容主要参考自B站课程：【强化学习的数学原理】课程：从零开始到透彻理解（完结）。课程由西湖大学工学院赵世钰老师主讲，涵盖了强化学习的基本概念、马尔可夫决策过程（MDP）、动态规划、蒙特卡洛方法等重要内容，本课程重点讲解的是 RL 的算法原理，适合希望深入理解强化学习本质的同学学习。赵老师的个人主页可参考：赵世钰。

相关资源与链接整理如下：

• 课程视频（知乎）：https://www.zhihu.com/education/video-course/1574007679344930816?section_id=1574047391564390400
• 课程视频（B站）：https://space.bilibili.com/2044042934
• 全英课程视频（YouTube）：https://www.youtube.com/watch?v=ZHMWHr9811U&list=PLEhdbSEZZbDaFWPX4gehhwB9vJZJ1DNm8&index=2
• 书籍PDF与PPT下载（GitHub）：https://github.com/MathFoundationRL/Book-Mathmatical-Foundation-of-Reinforcement-Learning
• 课程介绍（知乎）：https://zhuanlan.zhihu.com/p/583392915
• 西湖大学实验室网站：https://shiyuzhao.westlake.edu.cn/

说明：建议搭配豆包浏览器阅读，因为该课程笔记中大多数依托于PPT撰写，以及结合个人理解，英文较多，可以借助于豆包划词工具。

目录

• Lecture 0: Overview of Reinforcement Learning in 30 Minutes
• Lecture 1: Basic Concepts in Reinforcement Learning
• Lecture 2: State Value and Bellman Equation