萨顿和巴托（第 2 版已出版！）。还有 David 在 UCL 的 RL 课程中的 Silver 幻灯片，以及他课堂上的 youtube 视频。您可以从讲座视频和幻灯片开始，然后返回本书了解更多详细信息和练习。Putterman 对于初学者来说相当难，他对数学很重，主要关注动态编程。

Manning Publications 推出了一个新的（2018 年末）视频课程，作者 Phil Tabor 使用 Python 构建了 RL 应用程序（例如迷宫中的机器人）。

鼓励读者/参与者跟进，在每个部分的末尾实现一些新功能。（我尝试做这些练习，但通常没有得到工作代码，只是一个带有伪代码的草图）。

代码示例在 Github 上：运动中的强化学习