加州伯克利数学学院（Department of Mathematics, University of California, Berkeley）Lawrence C. Evans教授的最优控制笔记，非常简明扼要。原版没有目录，我添加了目录： 1 Introduction 3 2 Controllability, bang-bang principle 15 3 Linear time-optimal control 31 4 The Pontryagin Maximum Principle 41 5 Dynamic programming 72 6 Differential Game theory 88 7 Introduction to stochastic control theory 96 Appendix Proofs of the Pontryagin Maximum Principle 110

清华大学智能驾驶实验室官网：http://www.idlab-tsinghua.com/thulab/labweb/index.html 本课程为强化学习与控制，由清华大学开设，长聘教授李升波主讲，共十一讲，本讲为第十一讲，主要介绍RL的各类拾遗，包括POMDP、鲁棒性、多智能体、元学习、逆强化学习以及训练平台等。

本课程为强化学习与控制，由清华大学开设，长聘教授李升波主讲，共十一讲，本讲为第三讲，主要介绍免模型学习的蒙特卡洛法，包括Monte Carlo估计，On-policy/off-policy，重要性采样等。

本课程为强化学习与控制，由清华大学开设，长聘教授李升波主讲，共十一讲，本讲为第五讲，主要介绍介绍带模型学习的动态规划法，包括策略迭代、值迭代、收敛性原理等。

本课程为强化学习与控制，由清华大学开设，长聘教授李升波主讲，共十一讲，本讲为第六讲，主要介绍间接型RL的函数近似方法，包括常用近似函数，值函数近似，策略函数近似以及所衍生的Actor-critic架构等。

本课程为强化学习与控制，由清华大学开设，长聘教授李升波主讲，共十一讲，本讲为第七讲，主要介绍直接型RL的策略梯度法，包括各类Policy Gradient, 以及如何从优化的观点看待RL等。

本课程为强化学习与控制，由清华大学开设，长聘教授李升波主讲，共十一讲，本讲为第八讲，主要介绍深度强化学习，即以神经网络为载体的RL，包括深度化典型挑战、经验性处理技巧等。

本课程为强化学习与控制，由清华大学开设，长聘教授李升波主讲，共十一讲，本讲为第九讲，主要介绍带模型的强化学习，即近似动态规划，包括离散时间系统的ADP，ADP与MPC的关联分析等。

本课程为强化学习与控制，由清华大学开设，长聘教授李升波主讲，共十一讲，本讲为第十讲，主要介绍有限时域的近似动态规划，同时介绍了状态约束的处理手段以及它与可行性之间的关系。

本课程为清华大学强化学习与控制，由清华大学长聘教授李升波主讲，共十一讲，本讲为第一讲，主要介绍RL概况，包括发展历史、知名学者、典型应用以及主要挑战等。