https://zhuanlan.zhihu.com/p/110417866
已经很久没有在知乎发文章了，有人可能会问为什么不好好维护专栏，多写点帖子？其实，我也想能一直写出帖子。但是，每次提笔又放下了。以前刚接触强化学习的时候，每每有点心得便立刻写成帖子，甚至把帖子当成了学习笔记。可是，现在的心境不同了。每次写出点东西，总是不满意，总是觉得没有抓住问题的本质。而那些我认为本质的东西，现在的研究似乎都没解决。
也许是因为工作关系，个人偏好和价值观在慢慢发生变化，如今已经不再仅仅是技术崇拜，而更喜欢那些触及问题本质的东西。所以过去一直在追根溯源，于是追到了（随机）最优控制，追到了随机过程，追到了近似动态规划，追到了重要性采样，追到了概率优化……追溯还没有完成，这是一个不断追寻和探索的过程。目前的体会是强化学习就像是一个黑洞，它在不断地吸收着各个学科发展的精华，其他相关学科的发展都能为其所用，其目的就是能更高效地让智能体变得更聪明，在各方面超过人类，进化成为远超人类智慧的超级智能体……
而当前，我们正处在这样一个创造超级智能体的时期。
正因为强化学习是多学科交叉而成的，这就导致入门强化学习并非一蹴而就的事情。到底从哪里开始学起呢？这是初学者最关心的事情。
另外，强化学习最近几年随着AlphaGo的出现，在学术界和工业界如日中天，每年关于强化学习算法的论文数以万计，在这些论文中各种算法被提出来，如强化学习领域非常受欢迎的DQN，策略梯度算法，PPO，DDPG，SAC等，这些算法到底有什么关系？
本周二（2020年3月3号）晚7点，我将通过直播平台与大家分享我的一些思考，欢迎大家前去收看和讨论。直播链接为：https://appQTULvsIE4217.h5.xeknow.com/st/2GDpvT49W。
另外，《深入浅出强化学习：原理入门》的姊妹篇《深入浅出强化学习：编程实战》已经在京东和当当网上预售，欢迎小伙伴们购买、学习、批评和指正。
PS:关于新书，其内容并不新，市面上已有不少相关的书。这本书与《原理入门》一脉相承，内容互为补充，希望通过这两本书能帮助初学者快速入门。还望各位多多支持，一起探讨。