(俄)马克西姆·拉潘

本书的主题是强化学习（ReinforcementLearning，RL），它是机器学习（MachineLearning，ML）的一个分支，强调如何解决在复杂环境中选择最优动作时产生的通用且极具挑战的问题。学习过程仅由奖励值和从环境中获得的观察驱动。该模型非常通用，能应用于多个真实场景，从玩游戏到优化复杂制造过程都能涵盖。