本書(shū)對(duì)增強(qiáng)學(xué)習(xí)與近似動(dòng)態(tài)規(guī)劃的理論、算法及應(yīng)用進(jìn)行了深入研究和論述。主要內(nèi)容包括：求解Markov鏈學(xué)習(xí)預(yù)測(cè)問(wèn)題的時(shí)域差值學(xué)習(xí)算法和理論，求解連續(xù)空間Markov決策問(wèn)題的梯度增強(qiáng)學(xué)習(xí)算法以及進(jìn)化一梯度混合增強(qiáng)學(xué)習(xí)算法，基于核的近似動(dòng)態(tài)規(guī)劃算法，增強(qiáng)學(xué)習(xí)在移動(dòng)機(jī)器人導(dǎo)航與控制中的應(yīng)用等。本書(shū)是作者在多個(gè)國(guó)家自然科學(xué)基金