David-Silver强化学习 这个软件库包含了强化学习笔记由与各种算法的讨论，无论是在Keras的实现（与TensorFlow后端），并沿的框架。 教学大纲： 第一周：强化学习简介[] [ ] 第2周：马尔可夫决策过程[] [ ] 第3周：通过动态编程进行规划[] [ ] 第4周：无模型预测[] [ ] 第5周：无模型控制[] [ ] 第6周：价值函数逼近[] [ ] 第7周：政策梯度方法[] [ ] 第8周：学习与计划整合[] [ ] 第9周：探索与开发[] [ ]