# 关于与合作

> 来源：https://dqn.cn/about/ ｜ 作者：DQN.CN 编辑部 ｜ 发布：2026-10-30 ｜ 更新：2026-10-30 ｜ 许可：CC BY-NC-SA 4.0（文字）/ MIT（代码）

## 网站介绍

DQN.CN 是一个专注于强化学习的中文学习平台，目标是为中文读者提供**系统、准确、可以动手实践**的强化学习教程和学习资料。网站名取自 DQN（Deep Q-Network）——2015 年发表在 *Nature* 上的这项工作让深度强化学习进入大众视野（见 [DQN 论文解读](https://dqn.cn/papers/2026-10-dqn-nature)）。

网站目前包括：

| 栏目 | 内容 |
| --- | --- |
| [学习路线](https://dqn.cn/roadmap/) | 从零基础到前沿方向的分阶段路线与时间建议 |
| [入门教程](https://dqn.cn/basics/) | MDP、贝尔曼方程、动态规划、蒙特卡洛、TD、Q-learning 等表格方法 |
| [进阶教程](https://dqn.cn/advanced/) | DQN 系列、策略梯度、PPO、SAC、离线 RL、多智能体、RLHF 等 |
| [代码实战](https://dqn.cn/code/) | 所有教程代码的汇总、实测结果与算法对照表 |
| [学习资料](https://dqn.cn/resources/) | 书籍、公开课、必读论文、开源库 |
| [论文速递](https://dqn.cn/papers/) | 重要论文的中文解读 |
| [交互工具](https://dqn.cn/tools/) | 浏览器内运行的网格世界、多臂老虎机等交互工具 |

我们的读者包括：想系统入门强化学习的学生、需要在工作中应用 RL 的工程师，以及关注大模型对齐与推理训练的研究者。

## 内容原则

1. **准确优先**：公式、记号和结论以原始论文和经典教材为准。不确定的内容宁可不写，或明确标注“未验证”。
2. **代码可运行、结果可复现**：每个教程的代码都实际运行过，页面上展示的是真实输出；我们会写明运行环境、耗时和随机种子，并如实报告失败或不稳定的结果（例如 [DQN 改进](https://dqn.cn/advanced/dqn-improvements) 中各变体在 CartPole 上并没有稳定的提升）。
3. **只引用真实文献**：参考文献都给出可核对的 arXiv 或 DOI 链接，不编造论文、作者或数字。
4. **循序渐进**：每篇教程包含动机与直觉、数学推导、伪代码、代码、实践建议、常见误区、小结和练习题，并与前后章节相互链接。
5. **统一记号**：全站沿用 Sutton & Barto《强化学习（第二版）》的记号体系。
6. **独立客观**：商业合作不影响内容的客观性；推广内容会明确标注“广告”或“合作”。
7. **持续更新、欢迎指正**：发现错误请通过 [社区](https://dqn.cn/community/) 反馈，我们会尽快修正并在更新日志中记录。

## 版权与许可

**许可证选择说明**

下面是本站建议采用的许可方案，相应的许可证文件已放在仓库根目录（`LICENSE` 和 `LICENSE-CONTENT`）。网站上线前，站长可以根据实际需要调整。

- **文字内容**（教程、论文解读等 `docs/` 下的文档）：采用 [知识共享 署名-非商业性使用-相同方式共享 4.0 国际许可协议（CC BY-NC-SA 4.0）](https://creativecommons.org/licenses/by-nc-sa/4.0/deed.zh-hans)。你可以在**非商业用途**下自由转载、改编，但需要**署名** DQN.CN 并附原文链接，改编后的作品需以**相同许可证**发布。
- **代码**（`examples/` 中的示例代码、站点配置和交互工具组件）：采用 **MIT 许可证**。你可以在任何项目（包括商业项目）中使用、修改，只需保留版权声明。
- **第三方内容**：引用的论文、图片、商标等版权归原作者所有。论文解读中的公式和数字来自原论文，仅用于学习交流和评论。
- **商业使用**：如需在商业课程、出版物、企业培训中使用本站文字内容，请联系我们获取授权。

如果你认为本站内容侵犯了你的权益，请通过下方联系方式告知，我们会尽快核实处理。

## 合作方式

我们欢迎与本站定位相符的合作。所有合作内容都会明确标注，且不会影响教程内容的客观性。

| 合作类型 | 说明 |
| --- | --- |
| 广告投放 | GPU 算力平台、AI 开发工具、技术书籍、课程平台等相关品牌的广告位或内容合作（页面中会明确标注“广告”） |
| 课程与训练营 | 联合开发强化学习、RLHF / 大模型后训练相关的系统课程或训练营 |
| 企业培训 | 面向企业团队的强化学习、大模型对齐与推理训练的内训和技术咨询 |
| 招聘合作 | 强化学习相关岗位的发布与人才推荐 |
| 内容共建 | 高校课程配套、开源项目中文文档、技术博客互推、教程翻译 |

**我们不接受的合作**：与强化学习和 AI 学习无关的推广、需要更改教程技术结论的“软文”、违反法律法规的内容。

合作洽谈请发邮件至下方的商务邮箱，说明合作方向、预期形式和时间安排。

## 联系方式

**占位信息（上线前替换）**

以下联系方式均为**占位符**，网站正式上线前会替换为真实信息。在此之前请不要向这些地址发送消息。
- 商务合作邮箱：`business@dqn.cn`（占位）
- 一般事务邮箱：`contact@dqn.cn`（占位）
- 微信：`XXXXXXXX`（占位）
- GitHub：`https://github.com/<你的用户名>/dqn-site`（占位）

内容勘误和学习问题请优先通过 [社区](https://dqn.cn/community/) 的渠道反馈，这样其他读者也能看到。

## 更新日志

### 2026-10

- **论文速递**：发布 8 篇论文解读——[DQN](https://dqn.cn/papers/2026-10-dqn-nature)、[PPO](https://dqn.cn/papers/2026-10-ppo)、[SAC](https://dqn.cn/papers/2026-10-sac)、[Decision Transformer](https://dqn.cn/papers/2026-10-decision-transformer)、[CQL](https://dqn.cn/papers/2026-10-cql)、[DPO](https://dqn.cn/papers/2026-10-dpo)、[DeepSeekMath / GRPO](https://dqn.cn/papers/2026-10-deepseekmath-grpo)、[DreamerV3](https://dqn.cn/papers/2026-10-dreamerv3)；支持 RSS 订阅（`/feed.xml`）。
- **交互工具**：上线 [网格世界价值 / 策略迭代](https://dqn.cn/tools/gridworld)、[多臂老虎机模拟器](https://dqn.cn/tools/bandit)、[折扣回报与 GAE 计算器](https://dqn.cn/tools/returns)、[训练曲线对比](https://dqn.cn/tools/curves)。
- **教程**：完成全部入门教程（10 篇）和进阶教程（17 篇），并为每个示例脚本生成可下载的 Jupyter notebook，所有示例代码均在 CPU 上实际运行验证，结果汇总在 [代码实战](https://dqn.cn/code/)。
- **其他**：完成学习路线、学习资料、社区与关于页面；确定内容许可方案（文字 CC BY-NC-SA 4.0，代码 MIT）。
- 网站框架搭建完成：VitePress、LaTeX 公式、Mermaid 流程图、本地搜索。