ScholarGate
Assistent
Machine learningOptimal Control

Hamilton-Jacobi-Bellman-ekvationen

Hamilton-Jacobi-Bellman-ekvationen (HJB) är en partiell differentialekvation som karakteriserar den optimala kostnaden-att-gå-funktionen inom dynamisk programmering. Utvecklad av Bellman 1957, ger HJB både nödvändiga och tillräckliga villkor för optimalitet, vilket möjliggör elegant teoretisk analys och numeriska lösningar för optimala styrproblem. HJB är fundamental för förstärkningsinlärning, approximativ dynamisk programmering och realtidskontroll.

Öppna i MethodMindSnartApply, compare, get guidance
Tools & resources
Ladda ner bildspel
Learn & explore
VideoSnart

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  1. Bellman, R. (1957). Dynamic Programming. Princeton University Press. link
  2. Kirk, D. E. (2004). Optimal Control Theory: An Introduction (2nd ed.). Dover Publications. link

Så citerar du den här sidan

ScholarGate. (2026, June 3). Hamilton-Jacobi-Bellman Equation. ScholarGate. https://scholargate.app/sv/control-theory/hamilton-jacobi-bellman-equation

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGateHamilton-Jacobi-Bellman Equation (Hamilton-Jacobi-Bellman Equation). Hämtad 2026-06-17 från https://scholargate.app/sv/control-theory/hamilton-jacobi-bellman-equation · Datamängd: https://doi.org/10.5281/zenodo.20539026