抽象动态规划

德梅萃 P.博塞克斯（Dimitri P. Bertseka）,美国MIT终身教授，美国国家工程院院士，清华大学复杂与网络化系统研究中心客座教授。电气工程与计算机科学领域国际知名作者，著有《非线性规划》《网络优化》《凸优化》等十几本畅销教材和专著。

1 Introduction1．1 Structure ofDynamic Programming Problems1．2 Abstract Dynamic Programming Models1．2．1 Problem Formulation1．2．2 Monotonicity and Contraction Properties1．2．3 Some Examples1．2．4 Approximation Models-Projected and Aggregation Bellman Equations1．2．5 Multistep Models-Temporal Difference and ProximalAlgorithms1．3 Organizationofthe Book1．4 Notes， Sources， and Exercises2 Contractive Models2．1 Bellman's Equation and Optimality Conditions2．2 Limited Lookahead Policies2．3 Value Iteration2．4 Policylteration2．4．1 Approximate Policylteration2．4．2 Approximate Policy Iteration Where Policies Converge2．5 Optimistic Policylteration and A-Policylteration2．5．1 Convergence ofOptimistic Policylteration2．5．2 Approximate Optimistic Policylteration