本书是编著者多年从事算法研究和教学实践的经验总结，按照“教学科研并重，追踪科技前沿”的著书宗旨，并根据深度强化学习领域的发展近况编著.【主要内容有】强化学习的基本概念及基本理论，Q-learning算法及其自带函数程序与代码程序求解网格世界最优路径问题，DQN算法及其自带函数程序与代码程序求解推车竖杆平衡控制问题，PPO算法求解飞行器定点平稳着陆最优控制问题，DDPG算法求解四足机器人行走控制策略