强化学习 课件 第3章 最优控制.pptx

第三章最优控制

北京大学余欣航;目录;价值的定义;最优控制问题;三连棋游戏;游戏规则;定义MDP;求解最优策略：第一步走中间;求解最优策略：第一步走中间;求解最优策略：第一步走中间;求解最优策略：第一步走中间;求解最优策略：第一步走角落;求解最优策略：第一步走角落;求解最优策略：第一步走角落;求解最优策略：第一步走角落;求解最优策略：第一步走角落;三连棋游戏最优策略;“价值”的思想;?;;;策略下状态的价值;状态的价值;价值的计算;动态规划的思想;动态规划算法;;策略评估;策略评估;雅克比迭代法;策略提升;策略迭代法;值迭代法;策略迭代与值迭代;Bellman方程;Bellman方程;LQR控制;连续状态动作的MDP;基本的LQR问题;基本的LQR问题;问题的解（T=1）;问题的解

;LQR控制器;LQR控制器;LQR控制器;LQR控制器;LQR控制器;LQR控制器;LQR控制器;LQR控制器;总结;案例：利用策略迭代和值迭代求解迷宫寻宝问题

;案例介绍;扫描二维码发现更多