大模型算法：强化学习、微调与对齐（全彩）详解强化学习 RLHF GRPO DPO SFT CoT DeepSeek蒸馏 微调与对齐 效果优化及其实践

大规模语言模型：从理论到实践（第2版）详解LLM 预训练 指令微调 SFT 强化学习MoE 多模态 智能体 RAG 大模型效率优化DeepSeek推理模型 评估

动手学强化学习（上交大ACM班俞勇团队作品，chatgpt背后理论剖析）图灵奖得主John Hopcroft推荐的强化学习入门书 deepseek机器学习（异步图书出品）

深度学习入门4：强化学习 DeepSeek强化学习算法基础（图灵出品）

深度学习入门全套：Python理论+框架+NLP+强化学习 京东套装4册（图灵出品） deepseek教程

深度强化学习 DeepSeek-R1强化学习算法基础 图解强化学习（图灵出品）

强化学习（第2版）(博文视点出品) 2024年图灵奖得主作品 必知ChatGPT背后的技术，DeepSeek核心基础，强化学习领域奠基性经典著作！

动手学机器学习 deepseek机器学习（异步图书出品） 图灵奖得主John Hopcroft推荐的强化学习入门书

Easy RL 强化学习教程（easyrl蘑菇书带你了解chatgpt背后的技术） deepseek机器学习（异步图书出品）

动手学系列：深度学习PyTorch+强化学习+机器学习 京东套装3册（异步图书出品） deepseek教程

动手学自然语言处理 deepseek 自然语言（异步图书出品） 图灵奖得主John Hopcroft推荐的强化学习入门书

多智能体强化学习：基础与现代方法

控制系统与强化学习

大模型算法：强化学习、微调与对齐

【正版包邮】机器学习方法 第2版(1-4) 4册 清华大学出版社 李航 著 无监督学习 监督学习 深度学习 强化学习

深度强化学习实战（异步图书出品） deepseek教程

强化学习与随机优化

强化学习与随机优化：序贯决策的通用框架

机器学习公式详解+ChatGPT原理与应用开发+Easy RL强化学习教程（全3册） deepseek教程

基于多智能体分层强化学习的指挥决策方法研究 国防工业出版社 图书 殷昌盛,杨若鹏等

强化学习

Datawhale全4册:深度学习详解+机器学习公式详解+强化学习教程+ChatGPT原理与应用开发 deepseek教程

强化学习：基础·理论·前沿

深度强化学习图解deepseek教程

深度强化学习控制：前沿理论与方法

强化学习：原理与Python实战 deepseek教程

扩散模型——核心原理与强化学习优化 强化学习 生成模型 人工智能 轨迹优化 价值函数 多任务泛化 异步图书出品

人工智能系列：多智能体协同+领会人工智能+深度强化学习+人工智能（全4册）强化学习方法 人工智能 deepseek教程

概率机器学习 基础篇 概率机器学习 强化学习 概率模型 决策理论 信息论 优化理论

京选阅读 全新强化学习 第二版 强化学习 AI人工智能参考书 经典导论性教材机器 强化学习第二版