本章对强化学习中的马尔可夫决策过程、强化学习目标及强化学习原理进行详细介绍，对比不同强化学习方法之间的差异；分析强化学习现存的局限性，引入深度学习和强化学习相结合的深度强化学习；对目前深度强化学习中的一些基本算法原理进行介绍。本章作为深度强化学习的理论部分，为后续的研究提供了一定的理论基础。 rU3813sE8De7zgdF9iONB6FZVSzcKZFBWhNU/Xl7PdGbsWWpi/yvMwuY9bUqTZ2J
