2.9_总结
恭喜你完成了本章！这里包含了大量的信息，同时恭喜你完成了整个教程，你刚刚从零开始实现了你的第一个强化学习智能体，并在 Hub 上分享了它🥳。
当学习一种新的架构知识时，从零开始实现对理解其工作原理非常重要。
如果你对之前的某些部分仍然感到不解，这很正常，因为对于所有学习强化学习的人都是这样。
在继续学习之前，请确保你真的掌握了之前所学的知识。
在下一章中，我们将深入研究基于 Q-learning的第一个深度强化学习算法：深度 Q-learning。你将使用 RL-Baselines3 Zoo 训练一个 DQN 智能体来玩Atari游戏。
最后，我们非常希望了解你对于该课程的一些建议和看法，以及如何改进该课程使其更加通俗易懂。如果你有任何想法，请不要犹豫 👉 填写这个表格！
保持热爱，奔赴山海 🤗
补充阅读
如果你想更深入地学习，这些是可供选择的阅读材料。
蒙特卡洛与时序差分学习
深入了解蒙特卡洛和时序差分学习的资料：