理论
深度强化学习从入门到大师：以刺猬索尼克游戏为例讲解PPO（第六部分）
深度强化学习从入门到大师：简单介绍A3C （第五部分）
深度强化学习从入门到大师：以 Cartpole 和 Doom 为例介绍策略梯度 （第四部分）
深度强化学习从入门到大师：进一步了解深度Q学习（第三部分 - 下）
深度强化学习从入门到大师：以Doom为例一文带你读懂深度Q学习（第三部分 - 上）
深度强化学习从入门到大师：通过Q学习进行强化学习（第二部分）
深度强化学习从入门到大师：简介篇（第一部分）
学习何时做分类决策，深度好奇提出强化学习模型Jumper
NIPS 2018 | Spotlight论文：凭借幻想的目标进行视觉强化学习
伯克利、OpenAI等提出基于模型的元策略优化强化学习
自学习 AI 智能体第二部分：深度 Q 学习
自学习 AI 智能体第一部分：马尔科夫决策过程
滴滴 KDD 2018 论文详解：基于强化学习技术的智能派单模型
项目
强化学习工具Horizon开源：Facebook曾用它优化在线视频和聊天软件
开源啦：连DeepMind也捉急的游戏，OpenAI给你攻破第一关的高分算法
如何保持运动小车上的旗杆屹立不倒？TensorFlow利用A3C算法训练智能体玩CartPole游戏
资讯
DeepMind推出深度学习与强化学习进阶课程（附视频）
MIT科学家Dimitri P. Bertsekas最新2019出版《强化学习与最优控制》(附书稿PDF&讲义)
伯克利CS294深度强化学习课程资料放出（PPT+录像）
BAIR讲述如何利用深度强化学习控制灵活手
你需要新的好奇心方法克服强化学习中的拓展症
EMNLP 2018 | 用强化学习做神经机器翻译：中山大学&MSRA填补多项空白
人人能上手：OpenAI发射初学者友好的强化学习教程 | 代码简约易懂
「多巴胺」来袭！谷歌推出新型强化学习框架Dopamine
超越DQN和A3C：深度强化学习领域近期新进展概览
Facebook开源首个适应大规模产品的强化学习平台Horizon，基于PyTorch 1.0
深度强化学习中的好奇心
MILA 2018夏季深度学习与强化学习课程资源大放送
《深度强化学习》手稿开放了！
DeepMind 开源TRFL，又一个强化学习复现、创新好帮手
OpenAI开课了！深度强化学习最全课程包，教程、代码、习题、文档一网打尽
让机器帮你做决策！强化学习在智能交互搜索的应用分享