主题

关于与合作 ​

网站介绍 ​

DQN.CN 是一个专注于强化学习的中文学习平台，目标是为中文读者提供系统、准确、可以动手实践的强化学习教程和学习资料。网站名取自 DQN（Deep Q-Network）——2015 年发表在 Nature 上的这项工作让深度强化学习进入大众视野（见 DQN 论文解读）。

网站目前包括：

栏目内容
学习路线从零基础到前沿方向的分阶段路线与时间建议
入门教程MDP、贝尔曼方程、动态规划、蒙特卡洛、TD、Q-learning 等表格方法
进阶教程DQN 系列、策略梯度、PPO、SAC、离线 RL、多智能体、RLHF 等
代码实战所有教程代码的汇总、实测结果与算法对照表
学习资料书籍、公开课、必读论文、开源库
论文速递重要论文的中文解读
交互工具浏览器内运行的网格世界、多臂老虎机等交互工具

我们的读者包括：想系统入门强化学习的学生、需要在工作中应用 RL 的工程师，以及关注大模型对齐与推理训练的研究者。

内容原则 ​

  1. 准确优先：公式、记号和结论以原始论文和经典教材为准。不确定的内容宁可不写，或明确标注“未验证”。
  2. 代码可运行、结果可复现：每个教程的代码都实际运行过，页面上展示的是真实输出；我们会写明运行环境、耗时和随机种子，并如实报告失败或不稳定的结果（例如 DQN 改进 中各变体在 CartPole 上并没有稳定的提升）。
  3. 只引用真实文献：参考文献都给出可核对的 arXiv 或 DOI 链接，不编造论文、作者或数字。
  4. 循序渐进：每篇教程包含动机与直觉、数学推导、伪代码、代码、实践建议、常见误区、小结和练习题，并与前后章节相互链接。
  5. 统一记号：全站沿用 Sutton & Barto《强化学习（第二版）》的记号体系。
  6. 独立客观：商业合作不影响内容的客观性；推广内容会明确标注“广告”或“合作”。
  7. 持续更新、欢迎指正：发现错误请通过 社区 反馈，我们会尽快修正并在更新日志中记录。

版权与许可 ​

许可证选择说明

下面是本站建议采用的许可方案，相应的许可证文件已放在仓库根目录（LICENSE 和 LICENSE-CONTENT）。网站上线前，站长可以根据实际需要调整。

  • 文字内容（教程、论文解读等 docs/ 下的文档）：采用 知识共享 署名-非商业性使用-相同方式共享 4.0 国际许可协议（CC BY-NC-SA 4.0）。你可以在非商业用途下自由转载、改编，但需要署名 DQN.CN 并附原文链接，改编后的作品需以相同许可证发布。
  • 代码（examples/ 中的示例代码、站点配置和交互工具组件）：采用 MIT 许可证。你可以在任何项目（包括商业项目）中使用、修改，只需保留版权声明。
  • 第三方内容：引用的论文、图片、商标等版权归原作者所有。论文解读中的公式和数字来自原论文，仅用于学习交流和评论。
  • 商业使用：如需在商业课程、出版物、企业培训中使用本站文字内容，请联系我们获取授权。

如果你认为本站内容侵犯了你的权益，请通过下方联系方式告知，我们会尽快核实处理。

合作方式 ​

我们欢迎与本站定位相符的合作。所有合作内容都会明确标注，且不会影响教程内容的客观性。

合作类型说明
广告投放GPU 算力平台、AI 开发工具、技术书籍、课程平台等相关品牌的广告位或内容合作（页面中会明确标注“广告”）
课程与训练营联合开发强化学习、RLHF / 大模型后训练相关的系统课程或训练营
企业培训面向企业团队的强化学习、大模型对齐与推理训练的内训和技术咨询
招聘合作强化学习相关岗位的发布与人才推荐
内容共建高校课程配套、开源项目中文文档、技术博客互推、教程翻译

我们不接受的合作：与强化学习和 AI 学习无关的推广、需要更改教程技术结论的“软文”、违反法律法规的内容。

合作洽谈请发邮件至下方的商务邮箱，说明合作方向、预期形式和时间安排。

联系方式 ​

占位信息（上线前替换）

以下联系方式均为占位符，网站正式上线前会替换为真实信息。在此之前请不要向这些地址发送消息。

  • 商务合作邮箱：business@dqn.cn（占位）
  • 一般事务邮箱：contact@dqn.cn（占位）
  • 微信：XXXXXXXX（占位）
  • GitHub：https://github.com/<你的用户名>/dqn-site（占位）

内容勘误和学习问题请优先通过 社区 的渠道反馈，这样其他读者也能看到。

更新日志 ​

2026-10 ​

最后更新于: