学习资料

这里整理了强化学习领域公认的经典学习资料，包括书籍、公开课、必读论文和主流开源库。我们只收录经过时间检验、被广泛推荐的资料，并尽量给出官方链接。如果你发现链接失效或有值得推荐的资料，欢迎在 社区 反馈。

分类

📚书籍从入门教材到理论专著，附不同目标的阅读顺序

🎓公开课David Silver、Berkeley CS285、Hugging Face 等课程

📄必读论文按六个方向整理的里程碑论文，附一句话说明

🧰开源库Gymnasium、Stable-Baselines3、CleanRL、RLlib 等

怎么用这些资料

• 系统学习：书籍 + 公开课，配合本站教程和练习题。
• 查漏补缺：遇到某个算法不理解时，先读本站对应教程，再读原论文。
• 动手实践：用开源库在自己的问题上跑基线，用本站或 CleanRL 的单文件实现理解细节。