內容簡介
    本書對增強學習與近似動態規劃的理論、演算法及應用進行了深入研究
和論述。主要內容包括：求解Markov鏈學習預測問題的時域差值學習算
法和理論，求解連續空間Markov決策問題的梯度增強學習演算法以及進化一
梯度混合增強學習演算法，基於核的近似動態規劃演算法，增強學習在移動機器
人導航與控制中的應用等。本書是作者在多個國家自然科學基金專案資助
下取得的研究成果的總結，意在推動增強學習與近似動態規劃理論與應用
的發展，對於智慧科學的前沿研究和智慧學習系統的應用具有重要的科學
意義。
    本書可作為高等院校與科研院所中從事人工智慧與智慧資訊處理、機
器人與智慧控制、智慧決策支援系統等專業領域的研究和教學用書，也可作
為自動化、電腦與管理學領域其他相關專業師生及科研人員的參考書。

退換貨說明：

會員均享有10天的商品猶豫期（含例假日）。若您欲辦理退換貨，請於取得該商品10日內寄回。

辦理退換貨時，請保持商品全新狀態與完整包裝（商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等）一併寄回。若退回商品無法回復原狀者，可能影響退換貨權利之行使或須負擔部分費用。