情绪会影响我们的决策过程，除了做好情绪管理之外，是否还有其他办法来优化我们的决策呢？逻辑可以做到。大家经常听到的批判性思维，它要达到的目标就是“对于信什么，做什么，有合理的决定”[2]，这里面的“合理的决定”便是逻辑大展拳脚的地方。《好好讲道理-反击谬误的逻辑学训练》整本书语言干净利落，没有口水类废话，是一本干货纯度100%的书，这本书的核心内容是日常生活中常出现的60种逻辑谬误，被作者分为五大类。对于每一种谬误，作者给出了谬误的定义、谬误的问题所在、实例以及如何回击谬误四个部分，我选择了我自己平时容易犯的谬误进行了整理。墙裂建议大家去看原书，虽然在日常对话中不需要如此严肃的逻辑推理，但是在生活中许多需要做决策和选择的时候，拥有良好的逻辑推理能够帮助我们做出更合理的选择。这本书唯一可能的缺点就是语言偏严肃，有许多辩论上的专业名词，而另外一本同样著名的书《清醒思考的艺术》[6]则是用偏向生活化的语言来告诉我们如何做到清醒的思考。

《与生俱来的七情》这本书讲的是我们的基本情绪。如果把我们个体看作一个小黑盒，这个黑盒的输入端就是我们的信息接收器官，包括眼睛、耳朵、皮肤、鼻子等，这个黑盒的输出端就是我们的行为，包括表情、眼神、语速、音高、肢体动作等，这个黑盒的功能简单来说就是根据输入信息来调整输出信息，谁来调呢？怎么调呢？《思考，快与慢》的作者认为，这个黑盒包括两个部分：系统1和系统2，系统1根据输入信息产生情绪、直觉、意向等初步决策，系统2根据系统1产生的初步决策利用逻辑推理、怀疑和反思、自我控制等理性思维做出最终决策，即输出我们的行为。情绪的重要性体现在：它会影响系统2的理性思维过程。因此，了解基本情绪以及管理好自己的情绪的重要性也就不言而喻。

自我认知是件很重要的事情，《孙子兵法》里面也讲到“知己知彼，百战不殆”，但是我意识到它的重要性是开始于看了大将军郭的一本书《对于自己，你还是个陌生人》，毫不夸张的说，我当时候看完这本书的感觉就像重生了一样，毫无犹豫的发了条朋友圈表达我对这本书的喜爱，因为它的确让我对自己有了更深的认识，让我发现了自己身上一直存在的许多问题，也勾起了我对于心理学的热爱，于是从网上买了一堆关于自我认知的书，本篇博客的内容和我的理解便是来自于其中一本：《无处不在的人格》，它的核心内容是详细的分析了十一种基本的人格类型的特点以及我们如何与其相处，最大的特点是以例子来具体分析，读起来十分易懂。希望大家看完能够有所收获。

在状态集和动作集均比较小的情况下，可以通过直接估计表格式的(Tabular)动作值函数来寻找最优策略，但是在状态集和动作集数量很大的情况下，Tabular方式在存储和效率上会变得很差。本篇博文介绍另一种求解最优策略的思路：直接对策略进行参数化建模，然后通过常见的梯度算法进行策略参数更新，这里关键的地方在于对参数化的策略下的目标函数的梯度计算，这也是所有策略梯度类算法的基础部分。所以首先详细的推导处策略梯度的计算方法，以及介绍建立在在此基础上的Vanilla策略梯度算法，然后通过分析普通策略梯度算法中步长的问题，介绍最新的两种策略梯度算法原理：TRPO和PPO。

表格式的动作值函数无法有效的应用到连续MDP或者高维状态的情况下，因此考虑用一个函数来代替Q函数，替代函数的选择十分关键。Deepmind团队成功的将深度学习和RL结合，提出了DQN模型，十分巧妙的利用了深度神经网络强大的非线性函数表达能力，对Q函数进行近似，本文对DQN模型原理进行介绍，最后附上MorvanZhou对DQN的实现算法，以及我对其的理解。