零起点入门掌握AlphaGo的核心强化学习算法，原理分析+编程实践。从马尔科夫决策过程的动态规划方法一直讲到最前沿的深度强化学习，思路明确、清晰易懂！深度学习必备参考书！人工智大牛深度好评！
叙述简洁、直接、清晰，值得精读！

郭宪
南开大学计算机与控制工程学院博士后。2009 年毕业于华中科技大学机械设计制造及自动化专业，同年保送到中国科学院沈阳自动化研究所进行硕博连读，主攻机器人动力学建模与控制，于 2016 年 1 月获得工学博士学位，期间在国内外知名杂志和会议发表论文数 10 篇。2016 年以来，郭博士主攻方向为机器人智能感知和智能决策，目前主持两项国家级课题，内容涉及深度学习，深度强化学习等智能算法在机器人领域中的应用。

方勇纯
南开大学教授、博士生导师、计算机与控制工程学院副院长、控制科学与工程一级学科学位分委员会主席，2017年度第七届吴文俊人工智能科学技术自然科学奖一等奖获得者。分别于1996年和1999年获得浙江大学本科和硕士学位，2002年获美国克莱姆森大学博士学位，2002年至2003年在美国康乃尔大学进行博士后研究。2003年至今任教于南开大学。2013年获得国家自然科学基金杰出青年基金资助。