本书首先介绍了强化学习的基本原理，然后介绍典型的强化学习算法，包括时序差分、SARSA、Q-Learning、DeepQ-network、Double DQN、竞争网络结构、Rainbow、Actor-Critic、A2C、A3C、TRPO和PPO等，每种算法基本上利用了主流的开源机器学习框架TensorFlow，使用Python编程进行实现。并列题名：Deep learning with TensorFlow eng并列题名：TensorFlow reinforcement learning quick start guide eng