§2动态规划的最优性原理 多阶段决策过程的特点是每个阶段都要进行决策，具有 个阶段的决策过程的策略是由个相继进行的阶段决策构成的 决策序列。由于前阶段的终止状态又是后一阶段的初始状态， 因此确定阶段最优决策不能只从本阶段的效应出发，必须通盘 考虑，整体规划。就是说，阶段k的最优决策不应只是本阶段 的最优，而必须是本阶段及其所有后续阶段的总体最优，即关 于整个后部子过程的最优决策。 对此，贝尔曼在深入研究的基础上，针对具有无后效性的 多阶段决策过程的特点，提出了著名的多阶段决策的最优性原 理： “整个过程的最优策略具有这样的性质：即无论过程过去 的状态和决策如何，对前面的决策所形成的状态而言，余下的 诸决策必须构成最优策略。’ 简而言之，最优性原理的含意就是：最优策略的任何一部 分子策略也必须是最优的。 §2 动态规划的最优性原理 多阶段决策过程的特点是每个阶段都要进行决策，具有n 个阶段的决策过程的策略是由n个相继进行的阶段决策构成的 决策序列。由于前阶段的终止状态又是后一阶段的初始状态， 因此确定阶段最优决策不能只从本阶段的效应出发，必须通盘 考虑，整体规划。就是说，阶段k的最优决策不应只是本阶段 的最优，而必须是本阶段及其所有后续阶段的总体最优，即关 于整个后部子过程的最优决策。 对此，贝尔曼在深入研究的基础上，针对具有无后效性的 多阶段决策过程的特点，提出了著名的多阶段决策的最优性原 理： “整个过程的最优策略具有这样的性质：即无论过程过去 的状态和决策如何，对前面的决策所形成的状态而言，余下的 诸决策必须构成最优策略。” 简而言之，最优性原理的含意就是：最优策略的任何一部 分子策略也必须是最优的