图强化学习是深度强化学习的重要分支领域。本书作为该领域的入门教材，在内容上尽可能覆盖图强化学习的基础知识，并提供应用实践案例。全书共10章，大致分为三部分：第一部分（第1～3章）介绍图强化学习研究对象（复杂系统、图和复杂网络）；第二部分（第4～7章）介绍图强化学习基础知识（图嵌入、图神经网络和深度强化学习）；第三部分（第8～10章）介绍图强化学习模型框架和应用实践案例，并进行总结和展望。每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步深入探索。
本书可作为高等院校计算机、图数据挖掘及相关专业的本科生或研究生教材，也可供对图强化学习感兴趣的研究人员和工程技术人员阅读参考。

第一部分图强化学习研究对象
第1章图与复杂系统3
1.1为什么是图3
1.1.1图的普遍性3
1.1.2图的表示性4
1.1.3图的抽象性4
1.2图与复杂系统5
1.2.1复杂系统定义5
1.2.2复杂系统的图表示6
1.2.3复杂系统问题与图7
1.3复杂系统与强化学习7
1.3.1强化学习8
1.3.2智能决策8
1.3.3基于强化学习的智能决策9
1.4复杂系统与智能决策9
1.4.1复杂金融系统风险管理问题10
……