１　数学的な準備
２　強化学習の定式化
３　価値関数の学習
４　オンポリシー型の方策の学習
５　オフポリシー型の方策の学習
６　オフライン強化学習アルゴリズム
７　モデルベース強化学習
８　発展的話題