许多重要问题涉及到不确定条件下的决策，比如飞机碰撞避免、野火管理和灾害响应。因此，在设计自动决策系统或决策支持系统时，必须考虑到各种不确定性来源，同时仔细平衡多个目标。
麻省理工出品的《Algorithms for Decision Making》（决策算法）全面和系统地研究了不确定情况下的最优决策算法的问题。
这本书由Mykel J. Kochenderfer、Tim A. Wheeler和Kyle H. Wray三人合著，Mykel Kochenderfer是斯坦福大学航空航天系副教授、计算机科学系教授，也是斯坦福智能系统实验室（SISL）负责人，从事高级算法和分析方法研究，以设计鲁棒性的决策系统。其研究兴趣还包括空中交通管制、无人驾驶飞机、自动驾驶系统等。在 2013 年来到斯坦福大学任职之前，他曾在麻省理工学院林肯实验室工作。曾出版过《算法优化》（麻省理工学院出版社，2019 年）和《不确定性下的决策制定：理论与应用》（麻省理工学院出版社，2015 年）等教材。
这本书系统地涵盖了与决策相关的各种主题，包括问题中隐含的数学公式以及解决这些问题的算法。书中还添加了许多举例和练习题，以帮助读者更好地理解各种方法下的直觉。通过学习这本书讲解的数学原理和概率算法，希望能帮助到你在学习、工作以及生活等复杂场景下做出科学的决策。
该书的主要目标群体是高年级本科生、研究生和专业人员，在阅读之前，读者应该掌握一些数学基础知识，了解多变量微积分、线性代数、概率等概念。此外，这本书的内容来源于斯坦福大学开设的一门课程，旨在帮助学生理解和应用决策算法来解决实际问题。
《决策算法》最新版本为700页的PDF文件，并且可以免费下载！
