对于这里的好答案，我会补充

• RL 的简要概述：一个地方最重要的概念。

• 另一个简短的概述，以演示文稿的形式。

• Ben Recht 的RL 的局外人之旅非常全面且易于理解。

• 贝尔曼方程：整个强化学习理论的核心。

• Andrej Karpathy解释的策略梯度（在其他答案中被称为“pong from pixel”，这是链接）。

这些几乎没有触及 RL 的表面，但它们应该可以帮助您入门。

有一个 Youtube 播放列表（在DeepMind 频道中），其标题是强化学习简介，这是David Silver的强化学习课程（共 10 节课） 。

一位关注并完成课程的人写道（作为 Youtube 评论）：

优秀的课程。节奏很好，有足够多的例子来提供良好的直觉，并且由在将 RL 应用于游戏方面处于领先地位的人教授。

在此之前问问自己是否真的想了解“强化学习”。尽管有很多关于强化学习的炒作，但强化学习在现实世界中的适用性几乎不存在。大多数在线课程只教你一点关于机器学习的知识，所以最好彻底掌握它，而不是继续进行强化学习。学习强化学习与学习无监督/监督学习技术有些不同。

话虽如此，掌握强化学习的最快方法如下：

1. 阅读Andrej Karpathy 的博文“来自像素的 Pong”。

2. 观看Deep RL Bootcamp 讲座。

3. 要了解这些技术背后的数学原理，请参阅Sutton 和 Barto 的强化学习：简介。

4. 阅读相关论文（游戏等）。

PS：确保你对神经网络的基础知识有透彻的了解，因为目前大多数 RL 论文都涉及以某种或其他方式使用 DNN 作为逼近器。

我最近在 edx 上看到了微软的一门课程。它被称为“强化学习解释”。

这是链接： https ://www.edx.org/course/reinforcement-learning-explained-0 这不是很全面，但至少提供了一个很好的起点。