参考来源：
0. 慎点
1. 理论基础书籍推荐
《 Reinforcement Learning: An Introduction 》
- 强化学习入门的经典书籍，2018 年更新了第二班手稿终稿，可以直接在网上下载。
- 500+页内容很多，适合全方位学习入门，注意时间和精力上做好分配。
《 Algorithms for Reinforcement Learning 》
- 全书 200+页，较为精简，重视数学逻辑和严格推导，适合喜欢啃公式的同学.
OpenAI-spinningup
- OpenAI 在 2018 年自己发布的一套学习教程,包括传统的 Q-learning 等算法，也包括 DQN、DDPG、PPO、TD3 等深度强化学习。主要涵盖的是深度强化学习的内容。
- 有在线文档、对应的代码和练习，可以和 UCL 的视频一起看。
2. 入门视频推荐
Rich Sutton 强化学习课程（ Alberta ）
- 老课程，有时间和兴趣可以看看。课程主页
David Silver 强化学习课程（ UCL ）
- David Silver 大神于 2015 在 UCL 开的课，入门强化学习的经典视频和教程，非常推荐入门学习，建立基础的 RL 概念。slides 内容都是提炼于 Sutton 的《Reinforcement Learning: An Introduction》。
Stanford 强化学习课程 ( CS234 )
- CS234: Reinforcement Learning Winter 2019
3. 进阶资料推荐
UC Berkeley 深度强化学习课程 ( CS294-112 )
- 大佬云集的课程，适合进阶研究深度强化学习的同学.
台湾大学-李宏毅老师 （ 深度强化学习 ）
- 国语区难得资源
Multi-Agent Reinforcement Learning Tutorial 上交 MARL
- 由 UCL 的汪军教授和上交的张伟楠助理教授授课
CMU 深度强化学习与控制
- Deep Reinforcement Learning and Control Spring 2017, CMU 10703 - 课程主页
4. 实战推荐 Talk is cheap, show me your code!
-
- 莫烦 python 是一个很全面的机器学习教学视频网站，包括 python 学习、机器学习、强化学习、深度学习和相关实践教程。作者是一位博士，周沫凡，而且人很亲切友善，听他的课是一种享受。
-
Github - 强化学习 star 数最多的代码
-
Github - Sutton 书对应的 python 代码
-
Github - awesome-deep-rl
-
Github - Awesome Reinforcement Learning
5.知乎专栏
-
- 作者出了本《深入浅出强化学习原理入门》
