Merge branch 'master' of github.com:datawhalechina/easy-rl

docs/README.md

@@ -18,7 +18,7 @@
 
 <img src="https://raw.githubusercontent.com/datawhalechina/easy-rl/master/docs/res/mogu.png" width="300">
 
-推荐购买链接：[京东](https://u.jd.com/tG2sxLb) | [当当](http://product.dangdang.com/29374163.html) 
+推荐购买链接：[京东](https://item.jd.com/13075567.html) | [当当](http://product.dangdang.com/29374163.html) 
 
 <table border="0">
   <tbody>
@@ -90,6 +90,7 @@ PDF版本是全书初稿，人民邮电出版社的编辑老师们对初稿进
 [点击](https://github.com/datawhalechina/easy-rl/tree/master/papers)或者网页点击```papers```文件夹进入经典强化学习论文解读
 
 ## 扩展资源
+- 对**强化学习玩我的世界（Minecraft）游戏**感兴趣的读者，可阅读 [LS-Imagine](https://github.com/qiwang067/LS-Imagine)
 - 对**视觉强化学习**感兴趣的读者，可阅读[Awesome Visual RL](https://github.com/qiwang067/awesome-visual-rl)
 - 对**深度学习**感兴趣的读者，可阅读[李宏毅深度学习教程LeeDL-Tutorial](https://github.com/datawhalechina/leedl-tutorial)
 

docs/errata.md

@@ -23,6 +23,10 @@ $$
 
 * 140页，第一段最前面加上：本章介绍基于价值的典型强化学习算法——**深度Q网络（deep Q-network，DQN）**。
 * 140页，第三段第一行：深度 Q 网络（deep Q-network，DQN）→ 深度 Q 网络。
+* 165页，第一段第2行：归一化（normalization）。归一化的过程 → 零均值化。零均值化的过程
+* 165页，第一段第4行：归一化 → 零均值化
+* 165页，第二段第2行：归一化 → 零均值化
+* 165页，第二段第3行：归一化 → 零均值化
 
 ## 第1版第8次印刷（2023.11）