Reinforcement Learning and Optimal Control 强化学习与最优控制 带书签 Dimitri P. Bertsekas

对于动态系统的控制、决策、稳定性分析是控制学科长期以来的研究热点，基于Bellman提出的动态规划方法，为解决当状态空间和动作空间维数增加带来的维数灾问题，发展产生了自适应动态规划(Adaptive dynamic programming, ADP)，这种方法也被称为自适应评价设计、启发式动态规划、 神经元动态规划和增强学习（张化光，张欣，罗艳红，等. 自适应动态规划综述[J]. 自动化学报, 2013, 39(4): 303-311.）。 控制学科对强化学习的研究角度和计算机学科略有不同，这本书作者结合自己多年的研究教学经验，为两个学科的学者提供了更加系统的思路。感兴趣的朋友可以下载看看，仅作交流分享，请勿用于其他用途。 这是一本书的草稿，计划在2019年内定稿，由雅典娜科学公司出版。它表示“正在进行的工作”。它很可能包含错误（希望不是严重的错误）。此外，它对文献的引用是不完整的。欢迎您 向作者提出意见和建议（dimitrib@mit.edu）。