（謝文傑、周煒星編著，清華大學出版社，.7萬字，年9月第1版，元）
△章：智能決策與複雜係統；人工（gōng）智能與（yǔ）機器學習；深（shēn）度學習入門；強化學習入門；深度（dù）強化學習Q網絡（luò）；深（shēn）度策略優化方法；深度確定性（xìng）策略梯度方法；-算（suàn）法（fǎ）；深度強化學習（xí）與規劃（huá）；深度強化學習展望（wàng）。
○這本書之特（tè）點：解讀深度強化學習原理（lǐ），幫助人們實（shí）現算（suàn）法入門；利用開源代碼，讓沒有編程基礎的人也（yě）可以學習（xí）；與金融領域問題結合，解決一些經（jīng）典領域（yù）內傳統算法不能解決的問（wèn）題。
○複雜性科學，是指以複雜係統（tǒng）為研（yán）究對象（xiàng），以超越還原論為方法論特征（zhēng），以揭示和解釋複雜係統運行規律（lǜ）為主（zhǔ）要任（rèn）務，以（yǐ）提高人們認識世界、探究世界和改造世界的能力為主要目的的（de）一門“交叉學（xué）科”。複雜性科學主要包（bāo）括早期研究階段的一般係統論、控製論、信息論、人工智能，以及後期研究（jiū）階段的耗散結構理論、協同（tóng）學、突變論、超循環理論、混（hún）沌、分（fèn）形、自組織臨界理論和元（yuán）胞自動機等。
○人工智能先驅馬文·明斯基認為：“人工智能就是研究‘讓機器來完成那些如（rú）果由人（rén）來（lái）做需要智能的事情’的科學”。
○強化學習問題，是智能體（tǐ）學習問題，也是控製問題，更是優化問題。深度強（qiáng）化學習是一（yī）個典型的跨學科研究（jiū）領（lǐng）域。強化學習理論的學習難度一部分來自於其深（shēn）厚的數理基礎和理論模（mó）型，但也定了強化學習通往強人工智能的巨大潛力。
○解讀深度強化學習原理；利（lì）用開源代碼；與（yǔ）金（jīn）融領域問題結（jié）合，解決一些經典領域（yù）內傳統算法不能解決的問題。提供深度強化學習原理和算法入門（mén）。
（年月日夜:閱畢）