|
题名:
|
强化学习与随机优化 / 陈志平, 刘嘉, 徐宗本著 , |
|
ISBN:
|
978-7-5088-6751-9 价格： CNY158.00 |
|
语种:
|
chi |
|
载体形态:
|
xi, 410页 图 24cm |
|
出版发行:
|
出版地： 北京 出版社： 科学出版社 出版日期： 2025 |
|
内容提要:
|
本书介绍近年来作者在强化学习和随机优化交叉领域的研究成果，主要内容包括随机优化的定量稳定性分析，求解多阶段随机优化的新型情景树生成、约减方法，机会约束规划问题的模型转换、凸逼近与求解，非平稳强化学习的样本复杂度与泛化能力分析，随机优化和强化学习的统一模型及其基本性质，风险厌恶马氏决策过程与强化学习，分布鲁棒机会约束马氏决策过程及其转换与求解算法设计，连续状态集合、连续动作集合下无限智能体的连续时间平均场强化学习问题的性质与Actor-Critic型求解算法，以及强化学习在多期投资组合选择中的应用。 |
|
主题词:
|
机器学习 随机优化 |
|
中图分类法:
|
TP181 版次： 5 |
|
主要责任者:
|
陈志平 著 |
|
主要责任者:
|
刘嘉 著 |
|
主要责任者:
|
徐宗本 著 |
|
附注:
|
“十四五”时期国家重点出版物出版专项规划项目 国家出版基金项目 |