控制项目 主动驾驶的基于PI的随机最优控制研究及MPPI的实现 该项目作为RBE502-机器人控制的课程项目于2018年Spring在伍斯特理工学院提交。 课程页面 该项目将对模型预测路径积分（MPPI）控制进行研究，并将其应用于类似汽车的机器人的主动驾驶。 这主要基于 有关工作的更多详细信息，请查看此。 怎么跑 转到MATLAB中的matlab_implementation目录并运行 MPPI_Pendulum.m 结果

csdn上有中文版，这是英文版的。我特意找来这本英文版，仅供大家学习。

作者：John R. Birge, François Louveaux ISBN: 978-1-4614-0236-7 (Print) 978-1-4614-0237-4 (Online) 页数：485 版本：第二版，清晰pdf，非扫描。

随机微分方程的数值解法，可作为学习教材或参考资料

此代码提供了使用弯曲分解来解决 2 阶段随机线性规划问题的通用程序。 给定第一和第二阶段问题的输入矩阵，自动生成可行性切割（如果需要）和最优性切割，然后可以获得最优解。 （注意：第二阶段问题应该是标准形式的LP，包括松弛变量。） 用于获得可行性削减和最优削减的部分已在脚本中编码为用户定义的函数。 这意味着两件事： 1) 用户不需要根据他或她自己的问题修改零件来生成可行性和最优性切割（这是此代码的一个优点）。 2) 此代码需要 R2016b 或更高版本，因为 R2016b 已支持“向脚本添加函数”的功能。 如果您使用较低的版本，则应将本地功能编码为单独的m个文件。 （韩国首尔国立大学涡轮机械实验室 Jeonghun Song 制作。 电子邮箱：flygon@snu.ac.kr)

An introduction to stochastic processes through the use of RIntroduction to Stochastic Processes with R is an accessible and well-balanced presentation of the theory of stochastic processes, with an emphasis on real-world applications of probability theory in the natural and social sciences. The use of simulation, by means of the popular statistical software R, makes theoretical results come alive with practical, hands-on demonstrations.Written by a highly-qualified expert in the field, the author presents numerous examples from a wide array of disciplines, which are used to illustrate concepts and highlight computational and theoretical results. Developing readers’ problem-solving skills and mathematical maturity, Introduction to Stochastic Processes with R features:,解压密码 share.weimo.info

Probability, Random Variables and Stochastic Processes 英文第四版。 作者是Athanasios Papoulis。帕普里斯教授，他1921年出生于希腊，分别从雅典国家技术大学和美国宾夕法尼亚大学获得电子工程和数学学位。他1952年到纽约布鲁克林工业大学开始任教，1994退休，2002年4月25日在美国长岛亨廷顿去世，享年81岁。

STOCHASTIC PROCESSES (Second_Edition) Author: Sheldon M. Ross

Effects of Second-Order Matched Stochastic Resonance for Weak Signal Detectiong

Stochastic Optimal Control of Parallel Hybrid Electric