# MIT 6.231：动态规划与随机控制（2015 年秋） - 原标题：MIT 6.231：Dynamic Programming and Stochastic Control（2015 秋） - 类型：课程 - 来源：MIT 课程官网 - 学期：2015 秋 - 首次精选：2026-10-29 23:09 - 分级：值得看 - 学习层级：深入 - 主题：[ai-mathematics-proofs]()（第 10 位） - 原文链接：[https://ocw.mit.edu/courses/6-231-dynamic-programming-and-stochastic-control-fall-2015/pages/lecture-notes]() - 本站页面：[https://oplearnx.com/resources/pk\_b62d0cc5c936]() ## 摘要 MIT OpenCourseWare 上 6.231《Dynamic Programming and Stochastic Control》的讲义幻灯片页面，课程由 Dimitri Bertsekas 教授讲授，属电子工程与计算机科学系研究生课程，2015 年秋季开设。页面提供完整讲义 PDF 及分讲次幻灯片，例如有限时域问题讲座涵盖动态规划导论与示例、反馈的意义、最优性原理与通用动态规划算法、状态增广、确定性有限状态问题与逆向最短路径等。课程材料还包括考试及解答、习题集和视频。适合学习动态规划与随机控制理论的人使用。 ## 概览 - 难度：深入 - 语言：英文 - 规模：23 讲 - 费用：免费 ## 学完你能 - 掌握动态规划的基本问题、最优性原理与通用 DP 算法 - 对确定性与随机有限时域问题建模并求解，包括线性二次与库存控制等例子 - 处理不完美状态信息问题，理解充分统计量与估计—控制分离 - 分析无限时域问题：随机最短路、折扣问题与平均代价问题及其计算算法 - 了解近似动态规划、策略/值空间近似与基于仿真的方法 ## 适合你吗 - 适合：研究生阶段学习控制、优化或运筹方向的学生 - 适合：具备概率论与随机过程基础、希望系统学习随机控制的人 - 适合：需要了解近似动态规划与强化学习理论来源的研究者 - 暂不适合：没有概率论基础、希望入门了解的初学者 - 暂不适合：只想学编程实现而不关心理论的读者 - 需要先会：需要研究生水平的概率论、随机过程与数学分析基础。 ## 课程特点 - 内容侧重：以讲义为主线，系统讲解有限时域、无限时域动态规划理论及近似方法。 - 练习与项目：课程页列出考试与解答、习题集；具体安排材料未说明。 - 费用说明：MIT OpenCourseWare 资源，讲义 PDF 可直接访问，无价格或证书信息。 ## 内容覆盖 - 第 1 讲 动态规划导论、示例与反馈的意义 - 第 2 讲 基本问题、最优性原理、通用 DP 算法与状态增广 - 第 3 讲 确定性有限状态问题与最短路算法 - 第 4 讲 随机 DP 示例：线性二次问题与库存控制 - 第 5 讲 停止问题、调度问题与极小极大控制 - 第 6 讲 不完美状态信息问题及其化为完美信息情形 - 第 7 讲 充分统计量与有限状态分析 - 第 8 讲 次优控制与代价近似方法分类 - 第 9 讲 Rollout 算法、模型预测控制与离散化 - 第 10 讲 无限时域问题与随机最短路（SSP）问题 - 第 11 讲 SSP 与折扣问题的计算方法 - 第 12 讲 平均代价问题：与 SSP 的联系、值迭代与策略迭代 - 第 13 讲 连续时间马尔可夫链控制：半马尔可夫问题 - 第 14 讲 高级无限时域动态规划与近似方法导论 - 第 15 讲 折扣问题基本理论、压缩映射与抽象 DP - 第 16 讲 折扣问题的值迭代、策略迭代与异步算法 - 第 17 讲 无折扣问题：SSP 的恰当策略与病态情形 - 第 18 讲 无折扣总代价问题与风险敏感问题 - 第 19 讲 近似动态规划导论：策略空间与值空间近似 - 第 20 讲 近似值迭代、投影方程与 LSTD/LSPE/TD 方法 - 第 21 讲 近似策略迭代、多步投影方程与偏差—方差权衡 - 第 22 讲 聚合方法、基于仿真的聚合与 Q 学习 - 第 23 讲 高级专题：广义问题、基函数自适应与梯度近似 --- 来源：LearnMap · 学径（https://oplearnx.com）