课程从强化学习的基本概念谈起，介绍了重要的Bellman方程。然后介绍经典的时序差分、SARSA、Q-Learning、深度Q网络、Double DQN、Actor-critic、Policy Gradient、A2C以及A3C、TRPO、PPO等常用的深度强化学习算法。此外，还通过典型的案例分析，以及腾讯开悟平台对上述算法进行实验，方便理解，动手实践。