强化学习是机器学习的一个基本范示，其中智能体执行动作以确保设备的很优性能。虽然这种机器学习范式近年来取得了巨大的成功和普及，但以前的学术研究要么集中在理论上——很优控制和动态规划——要么集中在算法上——其中大多数是基于仿真的。《基于模型的强化学习》提供了一个基于模型的框架来桥接这两个方面，从而创建了一个基于模型的在线学习控制主题的整体处理。在此过程中，作者寻求开发一个基于模型的数据驱动控制框架，该框架将数据系统识别、基于模型的强化学习和很优控制以及每个主题的应用连接起来。这种评估经典结果的新技术将会是更有效的强化学习系统。本书的核心是提供一个端到端的框架——从设计到应用——一种更易于处理的基于模型的强化学习技术。基于模型的强化学习的读者还会发现:这是一本实用的教科书，适用于数据驱动和基于学习的控制研究生课程中，强调从数据对动态系统进行建模和控制。详细比较了不同技术的影响，如基本线性二次型控制器、基于学习的模型预测控制、无模型强化学习和结构化在线学习。非完整动力学的地面车辆应用与实例研究，以及在四旋翼直升机上的应用与实例研究。一个基于Python的在线工具箱，该工具箱包含本书所涵盖的内容以及必要的代码和数据。《基于模型的强化学习》是高年级本科生、研究生、研究助理、教授、过程控制工程师和机器人专家的有用参考书籍。

123