最强通用棋类AI，AlphaZero强化学习算法解读- 深度强化学习实验室

在本篇博文中，你将会了解并实现AlphaZero。AlphaZero是一个令人大开眼界且超乎寻常的强化学习算法，它以绝对的优势战胜了多名围棋以及国际象棋冠军。本文将会带你使用AlphaZero来解决一个益智小游戏（Dots and Boxes）并将其部署成一个纯JavaScript构建的Web应用。 英文原文：

强化学习，路在何方？_夕小瑶的技术博客_51CTO博客

多智能体分层强化学习综述

一文读懂强化学习：RL全面解析与Pytorch实战- 掘金

一文读懂强化学习：RL全面解析与Pytorch实战- techlead_krischang - 博客园

史上最强棋类AI降临！AlphaZero今天登上Science封面：一个算法“通杀”三大棋

最强通用棋类AI，AlphaZero强化学习算法解读- 知乎

一文读懂强化学习：RL全面解析与Pytorch实战- 掘金

强化学习-Reinforcement learning RL-腾讯云开发者社区-腾讯云

深度强化学习的现在，将来与未来_Suzhou BOY的技术博客_51CTO博客

《Science》公布AlphaZero算法：一个算法通吃三大棋类_手机搜狐网

AlphaZero背後技術大解析！手把手用python實作完勝賽局

第二章强化学习与深度强化学习_51CTO博客_深度强化学习

重磅】AlphaZero炼成最强通用棋类AI，DeepMind强化学习算法8小时完爆

DeepMind的新强化学习系统是迈向通用AI的下一步吗？_文化& 方法_Ben