正文
1.【门外汉的强化学习之旅】《An Outsider’s Tour of Reinforcement Learning》by Benjamin Recht
Part1.Make It Happen
http://www.argmin.net/2018/01/29/taxonomy/
Part2.Total Control
http://www.argmin.net/2018/02/01/control-tour/
By 爱可可-爱生活
2.知识表示学习（Knowledge Representation Learning，KRL）旨在将知识图谱KG的实体和关系映射到低维向量空间中，从而能够高效利用KG。组内博士生韩旭和北师大本科生曹书林整理了一份KRL代表论文列表，涵盖了近年该方向重要工作，欢迎参考。
https://github.com/thunlp/KRLPapers
By 刘知远THU
3.Neural Architecture Search with Reinforcement Learning 强化学习用于探索最优网络结构，ICLR 2017 最佳Paper，还是挺实用且有意思的。
https://arxiv.org/abs/1611.01578
By 龙星镖局
4.本文是DeepMind高级研究科学家Balaji Lakshminarayanan在SF AI Meetup上演讲的slides，总结了他以及 Ian Goodfellow，Shakir Mohamed, Mihaela Rosca等人最新的GAN工作。
