強化學習是目前機器學習乃至人工智能領域發(fā)展最快的分支之一。強化學習的基本思想是通過與環(huán)境的交互、智能體或智能算法獲取相關智能，其具體過程就是根據環(huán)境反饋得到的獎勵不斷調整自身的策略進而獲得**獎勵決策的學習歷程。本書主要講述了強化學習的基本原理和基本方法，基于強化學習的控制、決策和優(yōu)化方法設計與理論分析，深度強化學習原理以及平行強化學習等未來強化學習的發(fā)展新方向，展示從先行后知到先知后行，再到知行合一的混合平行智能思路。
本書可作為高等學校人工智能、機器學習、智能控制、智能決策、智慧管理、系統(tǒng)工程以及應用數(shù)學等專業(yè)的本科生或研究生教材，亦可供相關專業(yè)科研人員和工程技術人員參考。