大致內(nèi)容：第一章，從阿爾法零的卓越性能出發(fā)，深入解讀其背后著實不易的成長歷程，揭示其數(shù)學模型。第二章，從確定性和隨機動態(tài)規(guī)劃問題入手，介紹決策問題的數(shù)學模型。第三章，從抽象視角回顧紛繁復雜的強化學習算法，揭示值函數(shù)近似與滾動改進的重要作用。第四章，從經(jīng)典的線性二次型**控制問題入手，分析從阿爾法零的成功中學到的經(jīng)驗。第五章，分別從魯棒、自適應(yīng)、模型預測控制等問題入手，分析值函數(shù)近似與滾動改進對算法性能的提升潛力。第六章，從離散優(yōu)化的視角審視阿爾法零的成功經(jīng)驗。第七章，總結(jié)全書。適合作為本領(lǐng)域研究者作為學術(shù)專著閱讀，也適合作為研究生和本科生作為參考書使用。