reinforcement-learning-an-introduction

这是一个基于Python实现的经典强化学习教材《Reinforcement Learning: An Introduction（第二版）》的代码复现项目。项目逐章还原书中核心算法与实验，涵盖多臂赌博机、动态规划、蒙特卡洛方法、时序差分学习、函数近似及策略梯度等关键内容，并附带可视化图表（如图2.1–5.2）辅助理解。所有实现注重可读性与教学性，严格对应教材公式与伪代码。适用于高校教学辅助、强化学习入门自学与算法原理验证场景。