按年被提到
20242025 · 5 次2026
强化学习与智能体›进化策略与探索·arXiv:2412.05265 · cs.AI

Reinforcement Learning: An Overview

强化学习综述
Kevin Murphy · 2024

Kevin Murphy 撰写的深度强化学习与序贯决策全景综述

开始阅读 ↗PDFalphaXiv 讨论
被推荐 · 5 人首次 2024-12-09 · 最近 2026-06-16
5不同的人
5活跃月份
6讨论串
32被引(OpenAlex)

这份手稿给出(深度)强化学习与序贯决策领域的全景式最新综述,涵盖基于价值、基于策略、基于模型的方法,多智能体强化学习、LLM 与强化学习,以及离线强化学习、分层强化学习、内在奖励等主题,并附有用强化学习训练 LLM 的代码片段。

HN 为什么提它

HN 上的人在被问到 RL 或 RLHF 综述、教材时推荐它,说明它是 Murphy 机器学习教材系列延伸出的强化学习读本。

综述难度 3 / 5约 480 分钟经得起时间
读之前最好知道
1概率论与统计基础
2深度学习基础
3马尔可夫决策过程(MDP)
4策略梯度与价值函数
5机器学习基础

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
推荐kristjansson · 2025-03

“Also worth mentioning Murphy's WIP textbook[0] focused entirely on RL, which is an outgrowth of his excellent ML textbooks.”

推荐 Murphy 正在写的 RL 教材,是其优秀 ML 教材的延伸
Mathematical Foundations of Reinforcement Learning原评论 ↗
引用_giorgio_ · 2025-02

“Reinforcement Learning: An Overview Kevin Murphy”

列出 Kevin Murphy 这篇全景式的深度 RL 与序贯决策最新综述
RLHF Book原评论 ↗
引用_giorgio_ · 2025-02

“Reinforcement Learning: An Overview Kevin Murphy”

把 Kevin Murphy 的 RL 综述作为回应 RLHF 综述请求的备选
RLHF Book原评论 ↗
引用_giorgio_ · 2025-11

“Kevin Patrick Murphy - Reinforcement Learning, an overview Reinforcement Learning”

把 Kevin Murphy 的 RL 综述列为候选学习资源
CS234: Reinforcement Learning Winter 2025原评论 ↗
引用nextos · 2026-06

“There's also a new RL volume getting written, with some drafts deposited in arXiv [2].”

补充一本正在撰写的 RL 新书,部分草稿已放上 arXiv
The 90-year-old idea behind JEPA models: Canonical Correlation Analysis原评论 ↗
被提交为 story · 2 次