Uncertainty in Decision Making

简介：
《决策中的不确定性》一书探讨了在缺乏完整信息的情况下如何做出明智选择，分析了不确定性的来源及其对决策的影响，并提供了应对策略。 许多重要的问题涉及在不确定条件下做出决策——即根据往往不够完美的观察结果选择行动，并且面对未知的结果进行抉择。自动化决策支持系统的设计师必须考虑到各种不确定性来源并平衡系统中的多个目标。本书从计算的角度介绍了处理在不确定条件下的决策挑战的理论基础，涵盖了用于设计决策代理的方法、规划和强化学习。 书中不仅介绍了解决方案背后的模型与算法，还提供了一系列实际应用案例，涉及语音识别到飞机防撞等不同领域。该书重点讨论了两种设计决策代理的方法：计划法和增强型学习方法，并介绍了概率模型（包括贝叶斯网络作为捕捉变量间概率关系的图形化工具）、效用理论框架以及马尔可夫决策过程这一处理序列问题的方法。此外，书中还探讨了模型不确定性、状态不确定性及涉及多个交互代理的合作性决策制定。 一系列应用实例展示了这些理论概念如何应用于属性基础的人口搜索系统、语音识别技术、碰撞避免机制和无人驾驶飞机的持续监视等领域中。 《在不确定条件下的决策》一书采用一致性的符号体系，整合来自不同研究领域的成果，适合具有概率论及微积分基础知识的学生与研究人员阅读。它可作为计算机科学、航空航天工程学以及管理科学等专业领域内高年级本科生或研究生课程的教材，并为跨学科的研究人员提供有价值的参考文献。