ScholarGate
ผู้ช่วย
Machine learningOptimal Control

สมการฮามิลตัน-ยาโคบี-เบลล์แมน

สมการฮามิลตัน-ยาโคบี-เบลล์แมน (HJB) เป็นสมการเชิงอนุพันธ์ย่อยที่อธิบายฟังก์ชันต้นทุนที่เหมาะสมที่สุดในการไปถึง (optimal cost-to-go) ในการโปรแกรมพลวัต พัฒนาโดยเบลล์แมนในปี 1957 สมการ HJB ให้ทั้งเงื่อนไขที่จำเป็นและเพียงพอสำหรับความเป็นที่สุด (optimality) ทำให้สามารถวิเคราะห์เชิงทฤษฎีและหาผลเฉลยเชิงตัวเลขสำหรับปัญหาการควบคุมที่เหมาะสมที่สุดได้อย่างสง่างาม สมการ HJB เป็นพื้นฐานสำคัญของการเรียนรู้แบบเสริมกำลัง (reinforcement learning) การโปรแกรมพลวัตโดยประมาณ (approximate dynamic programming) และการควบคุมแบบเรียลไทม์

เปิดใน MethodMindเร็ว ๆ นี้Apply, compare, get guidance
Tools & resources
ดาวน์โหลดสไลด์
Learn & explore
วิดีโอเร็ว ๆ นี้

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

แผนที่ระเบียบวิธี

ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ

แหล่งอ้างอิง

  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

วิธีอ้างอิงหน้านี้

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

ระเบียบวิธีใด?

วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน

เปรียบเทียบเคียงข้างกัน

ถูกอ้างอิงโดย

ScholarGateHamilton-Jacobi-Bellman Equation (Hamilton-Jacobi-Bellman Equation). สืบค้นเมื่อ 2026-06-17 จาก https://scholargate.app/th/control-theory/hamilton-jacobi-bellman-equation · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026