1、封面介绍
2、出版时间
2025年10月
3、内容介绍
《强化学习与随机优化》旨在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。
4、推荐理由
《强化学习与随机优化》的目的是帮助读者掌握如何应用强化学习或随机优化来处理不确定环境下的复杂动态决策问题、如何开展强化学习和随机优化的交叉研究，以便他们能够尽快进入相应研究领域的前沿。
5、作者简介
略
6、下载链接
本电子书可以提供下载，下载方式请移步：http://www.hbase.cn/archives/1147.html
