本書主要介紹分布式強化學(xué)習(xí)的關(guān)鍵概念及應(yīng)用，對于重要的結(jié)果均給出了數(shù)學(xué)證明，從而說明分布式強化學(xué)習(xí)有能力解釋在人機交互環(huán)境中產(chǎn)生的許多復(fù)雜且有趣的現(xiàn)象。讀者將了解一系列算法和數(shù)學(xué)理論的發(fā)展過程，在這些過程中依次對隨機回報進行特征描述、計算和估計，最后基于此做出決策。