本書的目標 
近年來，我們常常聽到強化學習和深度強化學習等詞語。但是，實際上真正實現(xiàn)強化學習的并不多。目前正處于第三次人工智能熱潮中，深度學習方面已經(jīng)出版了大量書籍。然而，大多數(shù)關(guān)于強化學習和深度強化學習的書籍都是相關(guān)研究人員的學術(shù)成果。學術(shù)性書籍強調(diào)理論，傾向于公式和證明，實現(xiàn)代碼往往很少。對于非研究人員來說，通過閱讀這類書籍來理解強化學習和深度強化學習存在著較大的障礙。 
因此，本書面向的不是研究者而是普通大眾，旨在讓讀者在實踐中理解強化學習和深度強化學習。本書強調(diào)算法的具體實現(xiàn)，通過給出大量代碼并對其進行解釋和說明，來幫助讀者更好地學習。書中所有的代碼都可以下載。在閱讀本書時請實現(xiàn)相關(guān)程序，通過完成實際代碼來學習。 
強化學習和深度強化學習主要用于兩個目的—機器人等控制規(guī)則的構(gòu)建以及圍棋、將棋等對戰(zhàn)游戲的策略構(gòu)建。本書涉及控制規(guī)則的構(gòu)建，但沒有實現(xiàn)圍棋等對戰(zhàn)游戲。然而，本書所講述的基本內(nèi)容對那些想要為對戰(zhàn)游戲制定策略的人也是有用的。 
讀者所需的先驗知識 
本書以對強化學習和深度強化學習感興趣，但不了解其細節(jié)和實現(xiàn)方法的讀者為對象。閱讀本書需要以下三方面的知識： 
1）能夠理解if語句、for語句。 
2）能夠自己定義方法（函數(shù)）。 
3）會執(zhí)行向量和矩陣的乘法運算。 
換句話說，本書試圖以更容易理解的方式進行講解，讀者具備一些基本的編程經(jīng)驗和基本的線性代數(shù)知識即可順利學習。本書使用Python作為編程語言來實現(xiàn)相關(guān)程序，即使對Python不熟悉的讀者也能輕松理解本書內(nèi)容。但是，由于篇幅的限制，本書沒有解釋Python的所有基本細節(jié)，如果你是Python初學者，請參考網(wǎng)上的信息和Python的入門書籍。 
本書的實現(xiàn)代碼和運行環(huán)境 
可以從作者的GitHub或Mynavi出版社的出版支持頁面下載本書的實現(xiàn)代碼。 


本書的運行環(huán)境如下所示。我們使用PyTorch作為深度學習的框架，采用的是在2018年4月底發(fā)布的0.4.0版本。第7章使用亞馬遜的云服務，通過GPU服務器來進行計算。計算所需時間大約3小時，費用為500日元或更少，所以嘗試運行所需的費用并不高。