Lecturas
Neuro-dynamic Programming
Dimitri P. Bertsekas y John N. Tsitsiklis, 0
El libro que formuló la programación dinámica aproximada para el aprendizaje por refuerzo, con base matemática completa.
Mi opinión
Este libro es fundamental en el campo del RL, ya que proporciona una descripción detallada y rigurosa de los algoritmos y teorías que subyacen al aprendizaje por refuerzo, especialmente en el contexto del control óptimo y la programación dinámica.