“蘑菇書”是怎樣磨出來的?
正如《鋼鐵是怎樣煉成的》并不負責教你煉鋼軋鋼，本文也不負責教你如何制作蘑菇醬和開淘寶網(wǎng)店！
我們這里所說的“蘑菇書”，不是這本
而是“蘑菇書”（《Easy RL：強化學習教程》）。
好事多磨！
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ——俗語
我們常常用“好事多磨”來形容做成功一件事情之前要經(jīng)歷很多的波折。其實，好書的出版過程也是多磨的。只有通過不斷的過濾，沉淀的內(nèi)容才更具價值；只有經(jīng)過精細打磨和炮制，圖書才能夠以更好的形式呈現(xiàn)給讀者。
今天我們來聊聊這本強化學習的好書——“蘑菇書”（《Easy RL：強化學習教程》）是怎樣磨成的。
初磨
“有匪君子，如切如磋，如琢如磨。”
《詩經(jīng)·衛(wèi)風·淇奧》
知識就是在學子的相互討論切磋和琢磨中獲得的。
中國科學院大學的王琦、清華大學的楊毅遠、北京大學的江季都是計算機相關(guān)專業(yè)的碩士生，也是國內(nèi)開源團隊Datawhale的骨干成員。在通過網(wǎng)絡上3位老師的著名的視頻公開課學習強化學習的過程中，這3個小伙伴相互切磋，共同磨礪，打造出“Easy RL：強化學習教程”，并且以開源的形式在網(wǎng)上分享，以便讓更多的學習者從中受益。沒想到，經(jīng)過“初磨”的教程，在線上發(fā)布9個月的時間內(nèi)，就很快獲得了3.3k+的GitHub Star，同時電子版的PDF教程也獲得了1w+的下載。
?
軟磨
千磨萬擊還堅勁，任爾東西南北風。
清鄭燮·《竹石》
小編第一時間關(guān)注到了“初磨”的“Easy RL：強化學習教程”，并且和Datawhale及作者團隊探討出版正式的印刷版圖書的可能。基于此前我們和Datawhale在“南瓜書”的合作上取得的成功，雙方很快就達成了共識，可以說是一拍即合。
然而“Easy RL：強化學習教程”本身有很強的特殊性，其內(nèi)容是基于三門開放的網(wǎng)絡課程進行總結(jié)、概括和組織的，因此，在正式出版之前，我們必須得到3位視頻作者的同意和支持。
這里先隆重介紹一下3門視頻課及其講師。
臺灣大學李宏毅老師的課程“深度強化學習”幽默風趣，通過很多有趣的例子來講解強化學習理論。
比如他經(jīng)常會用玩雅達利游戲的例子來講解強化學習算法，這讓晦澀難懂的強化學習理論變得通俗易懂，從而吸引了很多人把李宏毅老師的公開課當作入門教程。
加州大學洛杉磯分校（UCLA）的周博磊老師（周老師是從香港中文大學轉(zhuǎn)入UCLA的，他的動向曾經(jīng)在業(yè)界引起廣泛關(guān)注）的課程“強化學習綱要”理論嚴謹、內(nèi)容豐富，全面介紹了強化學習領(lǐng)域，并且有相關(guān)的代碼實踐。
百度飛槳強化學習PARL團隊核心成員、百度高級研發(fā)工程師李科澆老師的課“世界冠軍帶你從零實踐強化學習”實戰(zhàn)性強，通過大量的代碼講解強化學習。
李科澆老師所在團隊曾兩度奪得神經(jīng)信息處理系統(tǒng)大會（NeurIPS）強化學習賽事的冠軍。
擺在我們面前最“磨人”的問題是，如何才能得到三位老師對于出版紙介質(zhì)圖書的認同呢？
小編采取了“軟磨”硬泡的辦法，和每一位老師進行郵件溝通。三位老師分享開放課程的初衷，都是為了幫助初學者更好地掌握強化學習的知識和技術(shù)，而三位老師的課程，各具特色又具有很好的互補性。開源教程的3位作者總結(jié)自己學習的心得體會，廣大讀者對于開源書的認同，都很好地證明了這一點。經(jīng)過多次積極的聯(lián)系和詳細地溝通，三位老師一致認為正式出版紙介質(zhì)的圖書是一件好事，并表示全力支持。
得到3位老師郵件確認的那一刻，小編的心里真是美開了花兒——一本好書，經(jīng)過“軟磨”終于有可能出版了！
細磨
王子猷出都，尚在渚下。舊聞桓子野善吹笛，而不相識。遇桓于岸上過，王在船中，客有識之者，云是桓子野。王便令人與相聞，云：“聞君善吹笛，試為我一奏。”桓時已貴顯，素聞王名，即便回下車，踞胡床，為作三調(diào)。弄畢，便上車去。客主不交一言。
——《世說新語》
開源書和正式出版物之間，還存在很大很大差距，需要經(jīng)過精細的打磨，最終達到圖書出版的要求。
東晉桓伊“為作三調(diào)”的，就是歷史上著名的“梅花三弄”。《Easy RL：強化學習教程》從開源教程到正式出版，過程并不Easy，經(jīng)過了“蘑菇三磨”。
一磨作者——3位作者結(jié)合自己的學習經(jīng)歷，再次進行了推敲和重演，甚至對章節(jié)結(jié)構(gòu)和順序做了較大的調(diào)整。3位作者還進一步結(jié)合自己求學面試的經(jīng)驗，將強化學習過程中的知識要點和難點，提煉成習題和面試題，在圖書中分享，幫助讀者做到學以致用。
二磨編輯——出版社安排了“南瓜書”的編輯團隊來負責“蘑菇書”的出版。編輯團隊進行準備并通過了重點選題的答辯，確保入選了重點選題。在編輯過程中，盡最大的努力確保內(nèi)容的技術(shù)權(quán)威性、規(guī)范性和文字的通順易讀。在營銷過程中，考慮到讀者可能關(guān)注的每一個細節(jié)。
三磨營銷——市場部和營銷團隊在圖書策劃和生產(chǎn)的過程就介入，和Datawhale團隊一起，從“蘑菇書”昵稱的確定到封面設計的風格，都全方位參與并給出意見，制定了詳細的營銷計劃，準備了充足的KOL評閱樣書，確保每個環(huán)節(jié)的營銷動作都在準確執(zhí)行到位。
琢磨
只要功夫深，鐵杵磨成針！
讀者需要什么？我們能提供什么服務？這是我們不斷琢磨和永遠思考的問題。
作者和編輯團隊，拿出鐵杵磨針的功夫，為讀者量身打磨了如下這些服務：
提供強化學習的實現(xiàn)源代碼。
給出習題和面試題的答案。
每次重印都及時發(fā)布勘誤并修改錯誤（感謝微軟亞洲工程院的胡曉武老師，以及其他讀者的關(guān)心和幫助）。
三位作者網(wǎng)絡直播介紹強化學習的學習過程和經(jīng)驗。
強化學習組隊學習計劃——采蘑菇教程。（從Datawhale 7月學習計劃開始發(fā)布并迭代，參見七月組隊學習計劃！）。
“蘑菇書”網(wǎng)絡視頻和飛槳實現(xiàn)教程（正在開發(fā)中，后續(xù)將在百度AI Studio發(fā)布，感謝百度飛槳團隊的支持）。
當然，我們還欠讀者一次最具吸引力的美好約會——那就是“三師三友”（李宏毅老師、周博磊老師、李科澆老師、王琦、楊毅遠、江季）的直播訪談！這是一次值的期待的精英聚會，預計會在2022年秋季促成，敬請期待！
結(jié)語
“蘑菇書”的三位老師和三位作者的出發(fā)點是為了讀者，Datawhale的開源理念是為了讀者，出版社的宗旨更是為了讀者！正是這三位一體的高度重合，讓我們走到了一起。
當“蘑菇書”終于能夠呈現(xiàn)在所有人眼前的時候，小編按奈不住內(nèi)心的興奮，吟詩一首
三師三校三友著
深入寶山采蘑菇
為繼共學做晚廚
RL 自此無難處
“三師”中的李科澆老師是一位才女，當她看到小編的這首歪詩時，反應奇快地續(xù)上了下面兩句，非常準確地道出了“蘑菇書”所有參與者的初心！
愿為RL鋪前路，添磚加瓦筑學屋！
是的。不忘初心，踔厲奮發(fā)！
我們認認真真地做書，助你在知識的寶山里盡情采“蘑菇”，愿你采得繁星數(shù)不清，采得小傘裝滿筐！