Handbook of Learning and Approximate Dynamic Programming

ویرایش:  
نویسندگان: Jennie Si,  Andy Barto,  Warren Powell,  Donald Wunsch(auth.)  
سری:  
ISBN (شابک) : 9780471660545, 9780470544785 
ناشر: Wiley-IEEE Press 
سال نشر: 2004 
تعداد صفحات: 651 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 17 مگابایت 

قیمت کتاب (تومان) : 43,000



• یک منبع کامل برای برنامه نویسی پویا تقریبی (ADP)، شامل کد شبیه سازی آنلاین
• آموزشی را ارائه می دهد که خوانندگان می توانند از آن برای شروع اجرای الگوریتم های یادگیری ارائه شده در کتاب استفاده کنند
• شامل ایده ها، دستورالعمل ها و نتایج اخیر در مورد مسائل تحقیقاتی جاری و برنامه‌هایی را که ADP با موفقیت در آنها پیاده‌سازی شده است را مورد بررسی قرار می‌دهد
• شرکت‌کنندگان پژوهشگران پیشرو در این زمینه هستند

محتوا:
فصل 1 ADP: اهداف، فرصت‌ها و اصول (صفحات 3– 44): پل وربوس
فصل 2 یادگیری تقویتی و رابطه آن با یادگیری نظارت شده (صفحه های 45-63): اندرو جی. بارتو و توماس جی. دیتریش
مدل فصل 3؟ طرح های انتقادی تطبیقی ​​مبتنی بر (صفحات 65-95) ): سیلویا فراری و رابرت اف استنگل
راهنمای فصل 4 در استفاده از انتقادات تطبیقی ​​برای کنترل (صفحات 97-124): جورج جی. 125-151): جنی سی، لی یانگ و درونگ لیو
فصل 6 رویکرد برنامه نویسی خطی به برنامه نویسی پویا تقریبی (صفحات 153-178): دانیلا پوچی دی فاریاس
فصل 7 یادگیری تقویتی در ابعاد بزرگ و با ابعاد بالا فضاهای حالت (صفحه‌های 179–202): گرگ گرودیک و لایل اونگار
فصل 8 تصمیم‌گیری سلسله مراتبی (صفحه‌های 203–232): مالکوم رایان
فصل 9 بهبود روش‌های تفاوت زمانی با تقریب تابع خطی (صفحه‌های 33–252) : Dimitri P. Bertsekas, Vivek S. Borkar and Angelia Nedich
فصل 10 برنامه نویسی پویا تقریبی برای مسائل تخصیص منابع با ابعاد بالا (صفحات 261–283): وارن بی. پاول و بنجامین ون روی
فصل 11 برنامه سلسله مراتبی به همزمانی، چند سازمانی، و مشاهده پذیری جزئی (صفحات 285-310): سریدار مهادوان، محمد قوام زاده، خشایار روحانی منش و جورجیا تئوچاروس
فصل 12 یادگیری و بهینه سازی - از دیدگاه نظری سیستم (صفحه های 311-335 Xi?335): Cao
فصل 13 یادگیری تقویتی قوی با استفاده از محدودیت های انتگرالی؟ درجه دوم (صفحه های 337-358): چارلز دبلیو اندرسون، مت کرچمار، پیتر یانگ و داگلاس هیتل
فصل 14 بازیگر نظارت شده؟ یادگیری تقویتی منتقد 359–3 صفحه ): Michael T. Rosenstein and Andrew G. Barto
فصل 15 BPTT و DAC — چارچوبی رایج برای مقایسه (صفحات 381-404): دانیل وی. (صفحات 405-432): آگوستین او. اسوگبو و وارن ای. هرنس
فصل 17 مسائل کنترل چندهدفه توسط یادگیری تقویتی (صفحات 433-461): دانگ؟ اوه کانگ و زئونگنام بین
فصل 18 عصبی مبتنی بر انتقاد تطبیقی شبکه ای برای کنترل؟ موشک چابک محدود (صفحات 463-478): S. N. Balakrishnan و Dongchen Han
فصل 19 کاربردهای برنامه نویسی دینامیکی تقریبی در کنترل سیستم های قدرت (صفحات 479-515): Ganesh K Venayagamoorthy, Donald C Gunsch and Ronald C Wunsch هارلی
فصل 20 یادگیری تقویتی قوی برای کنترل گرمایش، تهویه و تهویه مطبوع ساختمانها (صفحات 517-534): چارلز دبلیو. اندرسون، داگلاس هیتل، مت کرچمار و پیتر یانگ
فصل 21 کنترل پرواز هلیکوپتر با استفاده از مستقیم برنامه نویسی پویا عصبی (صفحات 535-559): راسل اننس و جنی سی
فصل 22 به سوی جریان قدرت بهینه تصادفی پویا (صفحات 561-598): جیمز ای. مومو
فصل 23 کنترل، بهینه سازی، امنیت، و خود بهبود سیستم های قدرت محک (صفحات 599-634): جیمز ای. مومو و ادوین زیوی

• A complete resource to Approximate Dynamic Programming (ADP), including on-line simulation code
• Provides a tutorial that readers can use to start implementing the learning algorithms provided in the book
• Includes ideas, directions, and recent results on current research issues and addresses applications where ADP has been successfully implemented
• The contributors are leading researchers in the field

Content:
Chapter 1 ADP: Goals, Opportunities and Principles (pages 3–44): Paul Werbos
Chapter 2 Reinforcement Learning and Its Relationship to Supervised Learning (pages 45–63): Andrew G. Barto and Thomas G. Dietterich
Chapter 3 Model?Based Adaptive Critic Designs (pages 65–95): Silvia Ferrari and Robert F. Stengel
Chapter 4 Guidance in the Use of Adaptive Critics for Control (pages 97–124): George G. Lendaris and James C. Neidhoefer
Chapter 5 Direct Neural Dynamic Programming (pages 125–151): Jennie Si, Lei Yang and Derong Liu
Chapter 6 The Linear Programming Approach to Approximate Dynamic Programming (pages 153–178): Daniela Pucci de Farias
Chapter 7 Reinforcement Learning in Large, High?Dimensional State Spaces (pages 179–202): Greg Grudic and Lyle Ungar
Chapter 8 Hierarchical Decision Making (pages 203–232): Malcolm Ryan
Chapter 9 Improved Temporal Difference Methods with Linear Function Approximation (pages 233–259): Dimitri P. Bertsekas, Vivek S. Borkar and Angelia Nedich
Chapter 10 Approximate Dynamic Programming for High?Dimensional Resource Allocation Problems (pages 261–283): Warren B. Powell and Benjamin Van Roy
Chapter 11 Hierarchical Approaches to Concurrency, Multiagency, and Partial Observability (pages 285–310): Sridhar Mahadevan, Mohammad Ghavamzadeh, Khashayar Rohanimanesh and Georgias Theocharous
Chapter 12 Learning and Optimization — From a System Theoretic Perspective (pages 311–335): Xi?Ren Cao
Chapter 13 Robust Reinforcement Learning Using Integral?Quadratic Constraints (pages 337–358): Charles W. Anderson, Matt Kretchmar, Peter Young and Douglas Hittle
Chapter 14 Supervised Actor?Critic Reinforcement Learning (pages 359–380): Michael T. Rosenstein and Andrew G. Barto
Chapter 15 BPTT and DAC — A Common Framework for Comparison (pages 381–404): Danil V. Prokhorov
Chapter 16 Near?Optimal Control Via Reinforcement Learning and Hybridization (pages 405–432): Augustine O. Esogbue and Warren E. Hearnes
Chapter 17 Multiobjective Control Problems by Reinforcement Learning (pages 433–461): Dong?Oh Kang and Zeungnam Bien
Chapter 18 Adaptive Critic Based Neural Network for Control?Constrained Agile Missile (pages 463–478): S. N. Balakrishnan and Dongchen Han
Chapter 19 Applications of Approximate Dynamic Programming in Power Systems Control (pages 479–515): Ganesh K Venayagamoorthy, Donald C Wunsch and Ronald G Harley
Chapter 20 Robust Reinforcement Learning for Heating, Ventilation, and Air Conditioning Control of Buildings (pages 517–534): Charles W. Anderson, Douglas Hittle, Matt Kretchmar and Peter Young
Chapter 21 Helicopter Flight Control Using Direct Neural Dynamic Programming (pages 535–559): Russell Enns and Jennie Si
Chapter 22 Toward Dynamic Stochastic Optimal Power Flow (pages 561–598): James A. Momoh
Chapter 23 Control, Optimization, Security, and Self?healing of Benchmark Power Systems (pages 599–634): James A. Momoh and Edwin Zivi