對于動態(tài)系統(tǒng)的控制、決策、穩(wěn)定性分析是控制學(xué)科長期以來的研究熱點(diǎn)，基于Bellman提出的動態(tài)規(guī)劃方法，為解決當(dāng)狀態(tài)空間和動作空間維數(shù)增加帶來的維數(shù)災(zāi)問題，發(fā)展產(chǎn)生了自適應(yīng)動態(tài)規(guī)劃(Adaptive dynamic programming, ADP)，這種方法也被稱為自適應(yīng)評價(jià)設(shè)計(jì)、啟發(fā)式動態(tài)規(guī)劃、 神經(jīng)元動態(tài)規(guī)劃和增強(qiáng)學(xué)習(xí)（張化光，張欣，羅艷紅，等. 自適應(yīng)動態(tài)規(guī)劃綜述[J]. 自動化學(xué)報(bào), 2013, 39(4): 303-311.）。 控制學(xué)科對強(qiáng)化學(xué)習(xí)的研究角度和計(jì)算機(jī)學(xué)科略有不同，這本書作者結(jié)合自己多年的研究教學(xué)經(jīng)驗(yàn)，為兩個學(xué)科的學(xué)者提供了更加系統(tǒng)的思路。感興趣的朋友可以下載看看，僅作交流分享，請勿用于其他用途。 這是一本書的草稿，計(jì)劃在2019年內(nèi)定稿，由雅典娜科學(xué)公司出版。它表示“正在進(jìn)行的工作”。它很可能包含錯誤（希望不是嚴(yán)重的錯誤）。此外，它對文獻(xiàn)的引用是不完整的。歡迎您 向作者提出意見和建議（dimitrib@mit.edu）。