赵世钰又收到一封来自海外的邮件。

这次，是伦敦政治经济学院的经济学讲席教授、原美国普林斯顿大学的正教授Benjamin Moll写来的，不为别的，仅为表达他的赞赏：“比起其他教材，这一本把强化学习讲解得最为清晰，让我获益匪浅，简直是一件艺术品！”

不久前，美国南加州大学化学工程与材料科学副教授Ken-ichi Nomura也给赵世钰写来邮件：“这本教材给我留下了深刻的印象，书里对概念和算法的讲解，非常适合工程专业的学生理解。”

他们虽然来自经济学、化学等领域，都会用到赵世钰的教材来给学生上课。

赵世钰是西湖大学工学院人工智能系的老师，智能无人系统实验室负责人，是许多素未谋面网络学生的“赛博老师”。自从《强化学习的数学原理》出版以来，他前前后后收到过许多类似这样的读者来信。

这本教材到底厉害在哪里？我们在两年前讲过背后的故事，这次来自伦敦政治经济学院的Benjamin Moll教授特意为这本教材写了书评，在征得他同意后，我们来看看他的这份“读后感”……

“数学但友好”，这五个字的含金量，正在不断上升。

2025年4月，继英文版之后，中文版《强化学习的数学原理》出版，不到一年已历经7次印刷，荣获清华大学出版社“2025年度最受欢迎计算机类图书奖”。

赵世钰为教材配套录制的中文视频公开课，入选了教育部高教司“国家高等教育智慧教育平台”，成为该平台上目前唯一的强化学习课程。

西湖大学B站账号、赵世钰实验室的YouTube账号（WINDY Lab）分别上线了中英文版本的视频公开课。截至目前，全网播放量突破270万次。

英文教材和PPT课件也以开源的形式共享在Github上，至今收获超过1.5万个星标。

不论是在学术界还是工业界，大家普遍觉得强化学习是人工智能最难搞明白的领域之一。

但是，在视频公开课的留言中，一个高频出现的词是“容易”——容易入门、容易听懂、容易理解……

从“最难搞明白”到“容易入门”，赵世钰的教材变了什么“魔法”？

入职西湖大学后，要给博士生上课。赵世钰在教学中发现，虽然现在已经有一些经典教程，但是如果能有一本更加“新手友好”的教材，既能够快速“开窍”、又能够扎实“学会”，或许能让更多人有机会深入探索这个充满想象力的领域。

于是，他决定填补这个空白。前前后后投入大约3000个小时，重新梳理了强化学习的知识脉络，代入初学者的视角，做到“数学但友好”。

他特别提醒同学们，在教材的开篇和每节视频公开课的开头，都会有一张“知识地图”，清晰展示了知识的脉络。“强化学习的系统性很强，许多概念一环扣一环，一步一步吃透，看似是一个笨办法，实则是真正高效的捷径。”

从西湖大学的课堂出发，赵世钰的教材正“漂洋过海”，被越来越多的国外学生使用。

回到西湖大学的课堂，这本教材也早已不是博士生的专属。

西湖大学实行本博贯通培养，提供本博连读机会。赵世钰给人工智能专业的本科生开了两门专业课，其中一门“强化学习”用的正是这本教材。

而Moll教授褒扬的“教学美德”，在赵世钰的教学理念里，是遵循学生认知规律，而不是一味堆砌公式或者文字，是一种“学得慢、学得快，以及学得会之间的平衡”。

当人工智能将一切变得越来越快，慢下来反而变成一种奢侈。

尽管他写了一本能让学生“快速开窍”的教材，但他总是和年轻人说，要在原理部分学得慢一些，甚至下点“笨”功夫，动手推导证明一下——因为“原理是不会过时的东西，它们会一直在那儿”，也因为“课堂上很可能是学生们最后一次有时间、有心情这么去做”。

“学生在课堂上学到的东西，最后都会还给我的……”赵世钰说。

那什么会留下来呢？

合上这本教材，赵世钰想了想自己的来时路：“课堂上学的知识只有1%，99%的知识要靠自学。如果我的教材和课程，能为同学们今后的自学打好基础，强化学习的基础也好，学习方法的基础也好，就足够了。”