深度強化學習理論的提出為機器人控制中的動力學模型建立、環(huán)境狀態(tài)信息感知等問題提供了豐富的解決思路。本書在現(xiàn)有的深度強化學習算法基礎(chǔ)上，針對機器人控制中的機器人姿態(tài)平衡控制、機器人持物平衡控制、機器人抓取控制3個方面的問題展開研究，為基于深度強化學習的機器人控制問題提供一定的理論指導和技術(shù)支撐。

　　姚世選，男，1976年5月出生，工學博士，副教授，研究生導師，兼大連理工計算機控制工程有限公司總工程師，全國工業(yè)過程測量控制和自動化標準化技術(shù)委員會可編程序控制器分技術(shù)委員會（SAC/TC124/SC5）委員。主要從事工業(yè)互聯(lián)網(wǎng)、智能控制、運動控制和機器人控制等技術(shù)方面研究，負責國家科技支撐計劃課題"面向電子制造裝備的可編程運動控制器研發(fā)與應用（2015BAF20B02）”1項、國家科工局項目"復合材料旋翼加工數(shù)控系統(tǒng)設計與軟件開發(fā)”1項和企業(yè)委托項目多項。負責了國家科技支撐計劃項目"面向電子制造裝備的關(guān)鍵技術(shù)開發(fā)與應用示范（2015BAF20B00）”的項目整合、申報書編寫和項目答辯等工作。取得發(fā)明專利6項，實用新型2項，軟件著作權(quán)5項，發(fā)表學術(shù)論文11篇，參與編寫國家標準3項，審核國家標準多項。