2026-02-27 18:21:24 +08:00
|
|
|
# 强化学习的数学基础
|
2026-02-27 18:19:54 +08:00
|
|
|
|
2026-02-27 18:32:59 +08:00
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2026-02-27 18:21:24 +08:00
|
|
|
本项目是我在学习赵世钰老师书籍 **《Mathematical Foundations of Reinforcement Learning》** 时建立的个人仓库。主要用于记录学习笔记、公式推导，以及使用 Python/Jupyter Notebook 复现书中的算法和 Grid World 示例。
|
|
|
|
|
|
|
|
|
|
## 📚 关于原书 (Original Book)
|
|
|
|
|
|
|
|
|
|
本项目的核心内容基于赵世钰老师的开源书籍，以下是原书的相关信息：
|
|
|
|
|
|
|
|
|
|
- **书名**: Mathematical Foundations of Reinforcement Learning
|
|
|
|
|
- **作者**: Shiyu Zhao (Westlake University)
|
|
|
|
|
- **GitHub 仓库**: [Book-Mathematical-Foundation-of-Reinforcement-Learning](https://github.com/MathFoundationRL/Book-Mathematical-Foundation-of-Reinforcement-Learning)
|
|
|
|
|
- **配套视频**:
|
|
|
|
|
- [Bilibili (中文)](https://space.bilibili.com/2044042934)
|
|
|
|
|
- [YouTube (English)](https://youtube.com/playlist?list=PLEhdbSEZZbDaFWPX4gehhwB9vJZJ1DNm8)
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
## 📂 项目结构
|
|
|
|
|
|
|
|
|
|
本项目主要包含以下内容：
|
|
|
|
|
|
2026-02-27 18:32:59 +08:00
|
|
|
- `Lecture slides/`: 课程相关的幻灯片。
|
|
|
|
|
- `Notebooks/`: 包含详细推导和实验过程的 Jupyter Notebooks。
|
|
|
|
|
- `RawBook/`: 原书中的相关资源和代码。
|
|
|
|
|
- `.gitignore`: Git 忽略文件，指定不需要提交到版本控制的文件或目录。
|
|
|
|
|
- `README.md`: 项目说明文档。
|
|
|
|
|
- `LICENSE`: 代码的开源协议说明。
|
2026-02-27 18:21:24 +08:00
|
|
|
|
|
|
|
|
## 🛠️ 环境配置
|
|
|
|
|
|
|
|
|
|
本项目使用 Python 进行开发。推荐使用 `uv` 或 `conda` 管理环境。
|
|
|
|
|
|
|
|
|
|
```bash
|
|
|
|
|
# 安装依赖 (示例)
|
|
|
|
|
pip install numpy matplotlib jupyter
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
## 📝 开源协议 (License)
|
|
|
|
|
|
|
|
|
|
### 关于代码
|
|
|
|
|
|
|
|
|
|
本项目中由本人编写的复现代码遵循 **MIT License** 开源协议。这意味着你可以自由地使用、修改和分发这些代码，但请保留原作者的版权声明。
|
|
|
|
|
|
|
|
|
|
### 关于笔记
|
|
|
|
|
|
|
|
|
|
项目中的学习笔记内容仅供个人学习交流使用。
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
## 🤝 致谢
|
|
|
|
|
|
|
|
|
|
特别感谢赵世钰老师提供的精彩教材和开源资源，帮助我们深入理解强化学习的数学原理。
|
