reinforcement-learning

这是一个面向强化学习初学者的教学实践项目，提供经典算法的可运行实现、配套练习与详细解析。项目覆盖马尔可夫决策过程、动态规划、蒙特卡洛方法、时序差分学习、函数逼近、深度Q网络（DQN）及策略梯度等核心内容，所有代码基于Python 3，依托OpenAI Gym环境和TensorFlow框架实现。每个模块均对应Sutton《强化学习导论》与David Silver课程章节，包含学习目标、概念摘要与参考文献，适合高校教学辅助、自学训练及算法原理验证场景使用。