马氏决策浅说PDF电子书下载

第一章 概述 1

1.1 引言 1

1.2 离散时间 MDP 的基本组成部分 6

1.3 策略(Policy)类 7

1.4 准则 9

1.5 历史与应用简况 14

第二章 有限阶段模型 18

2.1 最优策略的存在性 18

2.2 向后归纳法 19

2.3 例 20

3.1 预备知识 31

第三章 折扣模型 31

3.2 平稳策略优势 36

3.3 策略迭代法 43

3.4 逐次逼近算法 56

3.5 关于算法的说明 63

第四章 平均模型 64

4.1 引言 64

4.2 Vn-1(？∞)的渐近式 67

4.3 策略求值方程 73

4.4 最优平稳策略的存在性及算法 75

4.5 例 82

参考文献 85