《深度强化学习算法与实践：基于PyTorch的实现》从强化学习的基础知识出发，结合PyTorch 深度学习框架，介绍深度强化学习算法各种模型的相关算法原理和基于PyTorch 的代码实现。作为一本介绍深度强化学习知识的相关图书，本书介绍了常用的强化学习环境，基于价值网络的强化学习算法和基于策略梯度的强化学习算法，以及一些常用的比较流行的深度强化学习算法（如蒙特卡洛树搜索）等。另外，还介绍了深度强化学习算法在实际问题中的一些应用。 作为一本深度强化学习的入门书籍，本书主要面向有深度学习和Python 基础，并且希望对深度强化学习有所了解的读者。读者不仅可以从本书中获取深度强化学习有关的理论知识，还可以得到深度强化学习领域的实践知识。

3.1.2多臂赌博机（Multi-armedBandit）