1.本书以通俗易懂的语言风格讲解了强化学习的关键核心知识；
2.本书涵盖强化学习多种关键算法，如动态规划、马尔科夫、贝尔曼方程、蒙特卡洛、深度强化学习等；
3.本书搭配实例和实现代码，读者可以直接上手实操。

“人工智能超入门丛书”致力于面向人工智能各技术方向零基础的读者，内容涉及数据素养，机器学习、视觉感知、情感分析、搜索算法、强化学习、知识图谱、专家系统等方向。本丛书体系完整、内容简洁、语言通俗，综合介绍了人工智能相关知识，并辅以程序代码解决问题，使得零基础的读者能够快速入门。
《强化学习：人工智能如何知错能改》是“人工智能超入门丛书”中的分册，以科普的形式讲解了强化学习的核心知识，内容生动有趣，带领读者走进强化学习的世界。本书包含强化学习方向的基础知识，如动态规划、时序差分等，让读者在开始学习时对强化学习有初步的认识；之后，通过对马尔可夫决策过程及贝尔曼方程的解读，逐渐过渡到强化学习的关键内容；同时，本书也重点解析了策略迭代与价值迭代两种核心算法，也对蒙特卡洛方法、时序差分算法、深度强化学习及基于策略的强化学习算法进行了深度剖析。本书内容结构完整、逻辑清晰、层层递进，并配有相关实例与代码，让读者在阅读学习过程中能够加深理解。
本书适合强化学习及人工智能方向的初学者阅读学习，也可供高等院校人工智能及计算机类专业的师生参考。

第1章 强化学概述
1.1 什么是强化学
1.1.1 初识强化学
1.1.2 强化学的关键要素
1.1.3 监督、无监督与强化学
1.2 三条主线
1.2.1 试错
1.2.2 动态规划
1.2.3 时序差分
1.3 强化学的方法与应用
1.3.1 强强联合之深度强化学
1.3.2 强化学的跨界赋能
1.3.3 强化学的分类
第2章 马尔可夫与贝尔曼方程
2.1 “随机”那些事儿
2.1.1 概率的基本概念
2.1.2 网格迷宫的探索
……