Sutton＆Barto撰写的《强化学习：简介》 （第2版）包括本章练习。 该资料库存储了我在理解强化学习过程中对这些练习的尝试。 所有练习均在Rmarkdown中完成，并按章节分开。 章节： 1：简介 第一部分：表格求解方法 2：多臂匪 3：有限马尔可夫决策过程 4：动态编程 5：蒙特卡洛方法 6：时差学习 7：n步自举 8：使用表格方法进行计划和学习 第二部分：近似解法 9：基于策略的预测 10：基于策略的近似控制 11：近似的非策略方法 12：资格跟踪 13：政