珠海科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

强化学习与最优控制/(美) 德梅萃·P. 博塞克斯著/Dimitri P. Bertsekas 李宇超译

出版发行项:

北京:清华大学出版社,2024

ISBN及定价:

978-7-302-65644-9/CNY139.00

载体形态项:

271页:图;26cm

统一题名:

Reinforcement learning and optimal control

丛编项:

信息技术和电气工程学科国际知名教材中译本系列

个人责任者:

博塞克斯 (Bertsekas, Dimitri P.) 著

个人次要责任者:

李宇超 译

学科主题:

最佳控制-教材

中图法分类号:

O232

责任者附注:

Dimitri P. Bertsekas, 曾在希腊国立雅典技术大学学习机械与电气工程, 之后在麻省理工学院获得系统科学博士学位。他曾先后在斯坦福大学工程与经济系统系和伊利诺伊大学香槟分校的电气工程系任教。1979年以来, 他一直在麻省理工学院电机工程与计算机科学系任教, 现任麦卡菲工程教授。2019年, 他加入亚利桑那州立大学计算、信息与决策工程学院并担任富尔顿教授。李宇超, 美国亚利桑那州立大学计算与增强智能学院博士后。

书目附注:

有书目 (第250-271页)

提要文摘附注:

本书考虑大规模且具有挑战性的多阶段决策问题。原则上, 动态规划能够给出此类问题的精确解。然而, 对于许多实际问题, 通过动态规划进行数值求解并不可行。本书探讨的求解方法通过采用恰当的近似手段, 在计算资源相对有限的前提下能够给出满足性能要求的次优策略。这类方法被统称为强化学习。强化学习的发展从最优控制和人工智能这两个领域的思想碰撞中获益良多。鉴于此, 作者力图在书中探讨这两个领域的共同边界, 从而为具有其中任一领域背景的研究者提供通向另一领域的桥梁。书中介绍的众多方法都已在实践中证明有效且具有坚实的理论与逻辑基础。作者将它们整理归纳到统一的理论框架下, 便于读者的理解。本书的主要内容包括: 精确动态规划、值空间的近似方法、参数化近似、无穷阶段问题的动态规划理论、相应的强化学习、聚集方法等。

豆瓣简介：