Уравнение Гамильтона-Якоби-Беллмана

Уравнение Гамильтона-Якоби-Беллмана (HJB) — это дифференциальное уравнение в частных производных, характеризующее функцию оптимальной стоимости до конца процесса в динамическом программировании. Разработанное Беллманом в 1957 году, HJB предоставляет как необходимые, так и достаточные условия оптимальности, обеспечивая элегантный теоретический анализ и численные решения для задач оптимального управления. HJB является фундаментальным для обучения с подкреплением, приближенного динамического программирования и управления в реальном времени.