第三部分 深入研究

本书的最后一部分超出了前两部分提出的标准强化学习思想的范畴。 该部分简要地介绍了它们与心理学和神经科学的关系、强化学习应用的一些案例，以及未来强化学习研究的一些前沿领域。

• 第14章 心理学
  • 14.1 预测与控制
  • 14.2 经典条件反射
• 第15章 神经科学
  • 15.1 神经科学基础
  • 15.2 收益信号、强化信号、价值和预测误差
  • 15.3 收益预测误差假说
  • 15.4 多巴胺
  • 15.5 收益预测误差假说的实验支持
  • 15.6 TD误差／多巴胺对应
  • 15.7 神经“行动器-评判器”
  • 15.8 行动器与评判器学习规则
  • 15.9 享乐主义神经元
  • 15.10 集体强化学习
  • 15.11 大脑中的基于模型的算法
  • 15.12 成瘾
  • 15.13 本章小结
  • 参考文献和历史评注
• 第16章 应用及案例分析
• 第17章 前沿技术