机读格式显示(MARC)
- 010 __ |a 978-7-302-65644-9 |d CNY139.00
- 100 __ |a 20240429d2024 em y0chiy50 ea
- 200 1_ |a 强化学习与最优控制 |A qiang hua xue xi yu zui you kong zhi |f (美) 德梅萃·P. 博塞克斯著 |d = Reinforcement learning and optimal control |f Dimitri P. Bertsekas |g 李宇超译 |z eng
- 210 __ |a 北京 |c 清华大学出版社 |d 2024
- 215 __ |a 271页 |c 图 |d 26cm
- 225 2_ |a 信息技术和电气工程学科国际知名教材中译本系列 |A xin xi ji shu he dian qi gong cheng xue ke guo ji zhi ming jiao cai zhong yi ben xi lie
- 314 __ |a 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。
- 320 __ |a 有书目 (第250-271页)
- 330 __ |a 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。
- 410 _0 |1 2001 |a 信息技术和电气工程学科国际知名教材中译本系列
- 500 10 |a Reinforcement learning and optimal control |A Reinforcement Learning And Optimal Control |m Chinese
- 606 0_ |a 最佳控制 |A zui jia kong zhi |j 教材
- 701 _1 |a 博塞克斯 |A bo sai ke si |g (Bertsekas, Dimitri P.) |4 著
- 702 _0 |a 李宇超 |A li yu chao |4 译
- 801 _0 |a CN |b 湖北三新 |c 20250310
- 905 __ |a LJUZC |d O232/12