本书深入探讨了单智能体和多智能体强化学习算法，系统介绍了多臂赌博机、马尔科夫决策过程、动态规划、基于值函数的强化学习算法、深度值函数算法、随机策略梯度算法、近端策略优化算法、深度确定性策略优化算法以及多智能体强化学习。这些主题既包括经典强化学习算法，也涵盖了近年来发展起来的深度强化学习算法。