리차드 서튼^{Richard Sutton} 교수의 강화학습 책 “Reinforcement Learning: An Introduction”의 2판의 드래프트가 끝났다는 소식입니다. 이 책은 온라인에서 무료로 읽을 수 있습니다. 이 책은 총 449페이지이고 파일 사이즈는 16M 정도로 아주 크지 않지만 혹시 네트워크가 느릴 경우를 대비해 블로그에 다운로드 링크(bookdraft2017nov5)를 추가했습니다.

다음은 전체 책의 목차입니다.

1. Introduction
2. Multi-armed Bandits
3. Finite Markov Decision Processes
4. Dynamic Programming
5. Monte Carlo Methods
6. Temporal-Difference Learning
7. n-step Bootstrapping
8. Planning and Learning with Tabular Methods
9. On-policy Prediction with Approximation
10. On-policy Control with Approximation
11. *Off-policy Methods with Approximation
12. Eligibility Traces
13. Policy Gradient Methods
14. Psychology
15. Neuroscience
16. Applications and Case Studies
17. Frontiers

(업데이트) 2018년 1월 1일에 마이너한 업데이트가 있었던 것 같습니다. 새로운 PDF를 참고하세요.