图强化学习是深度强化学习的重要分支领域。本书作为该领域的入门教材，在内容上尽可能覆 盖图强化学习的基础知识，并提供应用实践案例。全书共 10章，大致分为三部分：第一部分（第 1～ 3章）介绍图强化学习研究对象（复杂系统、图和复杂网络）；第二部分（第 4～7章）介绍图强化 学习基础知识（图嵌入、图神经网络和深度强化学习）；第三部分（第 8～10章）介绍图强化学习 模型框架和应用实践案例，并进行总结和展望。每章都附有习题并介绍了相关阅读材料，以便有兴 趣的读者进一步深入探索。 本书可作为高等院校计算机、图数据挖掘及相关专业的本科生或研究生教材，也可供对图强化 学习感兴趣的研究人员和工程技术人员阅读参考。

"谢文杰，男，湖南浏阳人，应用数学博士，上海市晨光学者。现任职华东理工大学商学院金融学系副教授、硕士研究生导师、金融物理研究中心成员，主要研究复杂金融网络、机器学习、深度强化学习、金融风险管理等。获2016年度上海市自然科学奖二等奖（4/5），主持完成4项国家或省部级科研项目。周炜星，男，浙江诸暨人。教育部青年长江学者、上海领军人才、教育部新世纪优秀人才、上海市曙光学者、上海市青年科技启明星。现任职于华东理工大学商学院、数学学院，二级教授，博士生导师，金融物理研究中心主任。现兼任中国优选法统筹法与经济数学研究会理事、风险管理分会副理事长，中国系统工程学会理事、金融系统工程专业委员会副主任，管理科学与工程学会理事、金融计量与风险管理分会副理事长，中国工业统计教学研究会金融科技与大数据技术分会副理事长，中国数量经济学会经济复杂性专业委员会副理事长，中国复杂性科学学会副理事长。主要从事金融物理学、经济物理学和社会经济系统复杂性研究，以及相关领域大数据分析。"

前 言 在现实世界和虚拟世界中，图无处不在，网络也无处不在。例如，人类社会关系图、蛋白质作用关系图和化学分子图等。在微观尺度、介观尺度和宏观尺度上，图和网络都直接影响着人类的生活、工作和学习，如与人类息息相关的社会网络、交通网络、贸易网络和信息网络等。人体包括生物神经网络和血液循环网络等，这些网络是人类身体的直接组成部分。因此，人类既是图或网络的集合体，也是其他网络或系统的组成部分。从复杂系统角度看，人类本身就是一个极其复杂的系统，或者是复杂系统的系统。同时，人类处在复杂系统之中，或处在系统的系统之中。换而言之，人类处在网络之中，或处在网络的网络之中。 图或网络作为复杂系统的有效表示，也是复杂系统的常用分析工具和研究方法。图数据和图方法可以度量、预警、预测和控制复杂系统的脆弱性和稳健性。新冠疫情和局部战争等不确定事件的频频发生，使人们的日常生活、学习和工作都受到了不同程度的冲击。在信息社会中，网络化和系统化为人类提供了基础的生存设施和便利的生活环境，也使人类社会系统处在各种事件冲击之中和灾难爆发的边缘。在复杂系统中，一些微小的扰动可以通过网络进行扩散和放大，加剧系统脆弱性以及突发事件的危害和不确定性，正如人们所熟知的“蝴蝶效应”和“黑天鹅”事件等。 2013年，深度强化学习算法初露锋芒，在Atari游戏中取得了惊人的成果，到2015年，深度强化学习智能体达到了人类的游戏控制水平。深度强化学习算法从原始图像的像素信息中学习游戏控制的智能策略，其游戏控制水平在一些视频游戏中超过了人类玩家。深度强化学习算法在智力游戏领域展现了强大的决策能力和学习能力。2016年，Go...