ハミルトン-ヤコビ-ベルマン方程式

ハミルトン-ヤコビ-ベルマン（HJB）方程式は、動的計画法における最適到達コスト関数を特徴づける偏微分方程式である。1957年にベルマンによって開発されたHJB方程式は、最適制御問題に対するエレガントな理論的解析と数値解を可能にする、最適性の必要十分条件を提供する。HJB方程式は、強化学習、近似動的計画法、およびリアルタイム制御の基礎となる。