本书内容覆盖环境模型和无环境模型的基本强化学习方法、表格型强化学习方法、基于同轨或异轨训练模式的强化学习方法、采用深度神经网络模拟值函数的强化学习方法，以及多智能体既竞争又合作的多智能体强化学习等。此外，本书还介绍了贝叶斯和其他方式的强化学习方法。本书为重点章节配备了微课视频，并有源程序可供下载，且源程序在相应章节都有主要程序段的注释和说明，以及算法原理推导和分析等。