【斯坦福2021新书】决策算法，694页pdf阐述不确定性决策算法

hms for solving them.

这本书提供了一个广泛的不确定性决策的算法介绍。我们涵盖了与决策相关的各种主题，介绍了潜在的数学问题公式和解决它们的算法。

本文面向高级本科生、研究生和专业人员。本书要求具有一定的数学基础，并假定预先接触过多变量微积分、线性代数和概率概念。附录中提供了一些复习材料。这本书特别有用的学科包括数学、统计学、计算机科学、航空航天、电气工程和运筹学。

这本教科书的基础是算法，它们都是用Julia编程语言实现的。这本允许免费使用与本书相关的代码片段，条件是必须确认代码的来源。我们预计其他人可能想把这些算法翻译成其他编程语言。随着翻译版本的发布，我们将从该书的网页上链接到它们。

许多重要的问题都涉及不确定性下的决策，包括飞机碰撞避免、灾害管理和灾难反应。在设计自动化决策系统或决策支持系统时，在做出或推荐决策时考虑各种不确定性来源是很重要的。考虑到这些不确定性的来源并仔细平衡系统的多个目标是非常具有挑战性的。我们将从计算的角度讨论这些挑战，旨在提供决策模型和计算方法背后的理论。本章介绍了不确定性下的决策问题，提供了一些应用实例，并概述了可能的计算方法的空间。本章总结了各种学科对我们理解智能决策的贡献，并强调了潜在社会影响的领域。我们以本书其余部分的大纲结束。

https://algorithmsbook.com/

1. Introduction

PART I: PROBABILISTIC REASONING

2. Representation

3. Inference

4. Parameter Learning

5. Structure Learning

6. Simple Decisions

PART II: SEQUENTIAL PROBLEMS

7. Exact Solution Methods

8. Approximate Value Functions

9. Online Planning

10. Policy Search

11. Policy Gradient Estimation

12. Policy Gradient Optimization

13. Actor-Critic Methods

14. Policy Validation

PART III: MODEL UNCERTAINTY

15. Exploration and Exploitation

16. Model-Based Methods

17. Model-Free Methods

18. Imitation Learning

PART IV: STATE UNCERTAINTY

19. Beliefs

20. Exact Belief State Planning

21. Offline Belief State Planning

22. Online Belief State Planning

23. Controller Abstractions

PART V: MULTIAGENT SYSTEMS

24. Multiagent Reasoning

25. Sequential Problems

26. State Uncertainty

27. Collaborative Agents

APPENDICES

28. A: Mathematical Concepts

29. B: Probability Distributions

30. C: Computational Complexity

31. D: Neural Representations

32. E: Search Algorithms

33. F: Problems

34. G: Julia

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“A694” 可以获取《【斯坦福2021新书】决策算法，694页pdf阐述不确定性决策算法》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源