一段时间以来，我一直在尝试了解强化学习，但是以某种方式，我无法直观地看到如何编写强化学习程序来解决网格世界问题。您能为我推荐一些教科书，以帮助我建立清晰的强化学习概念吗？
Answers:
在这里，您对强化学习有一些很好的参考：
经典
Sutton RS，Barto AG。强化学习：简介。马萨诸塞州剑桥市：布拉德福德书；1998. 322羽
第二版草稿是免费提供的：http : //incompleteideas.net/book/the-book-2nd.html
罗素/诺维格第21章：
Russell SJ，Norvig P，Davis E.人工智能：一种现代方法。新泽西上萨德尔河：Prentice Hall；2010。
更多技术
SzepesváriC.强化学习算法。人工智能和机器学习综合讲座。2010; 4（1）：1–103。 http://www.ualberta.ca/~szepesva/RLBook.html
Bertsekas DP。动态编程和最优控制。第四版。马萨诸塞州贝尔蒙特：Athena Scientific；2007.第1270羽 免费提供第6章第2卷：http：//web.mit.edu/dimitrib/www/dpchapter.pdf
对于最新的发展
Wiering M，van Otterlo M，编辑。强化学习。柏林，海德堡：施普林格柏林海德堡；2012可从以下网站获得：http : //link.springer.com/10.1007/978-3-642-27645-3
Kochenderfer MJ，Amato C，Chowdhary G，How JP，Reynolds HJD，Thornton JR等。不确定性下的决策：理论与应用。1版。马萨诸塞州剑桥：麻省理工学院出版社；2015年352羽
多主体强化学习
BuşoniuL，BabuškaR，Schutter BD。多主体强化学习：概述。在：Srinivasan D，Jain LC，编辑中。多代理系统和应用程序的创新-1。施普林格柏林海德堡；2010第 183–221。可从以下网站获得：http : //link.springer.com/chapter/10.1007/978-3-642-14435-6_7
Schwartz HM。多主体机器学习：一种增强方法。新泽西州霍博肯：Wiley；2014。
影片/课程
我还建议在YouTube上开设David Silver课程：https : //www.youtube.com/playlist?list=PL5X3mDkKaJrL42i_jhE4N-p6E2Ol62Ofa
我真的很喜欢Releforcement Leraning： Richard Sutton 的介绍。尽管没有提到最新的方法（它来自1998年），但它提供了关于RL的很好的统一视图。