漢米頓-雅可比-貝爾曼方程（Hamilton-Jacobi-Bellman equation）

假設你在操控某樣東西——一枚火箭、一個投資組合、一台恆溫器——且在每一瞬間你都要選一個控制，以使前方整段旅程的成本維持在低點。當下該怎麼選，而每個選擇又會改變你之後落腳何處？理查·貝爾曼（Richard Bellman）的最佳性原理說：無論你一開始怎麼做，接下來的計畫從你落腳之處算起，本身也必須是最佳的。把這個原理化成微積分，便得到漢米頓-雅可比-貝爾曼方程，最佳控制與動態規劃的主方程。

核心對象是值函數 V(x, t)：若你在時刻 t 處於狀態 x、且從那時起都最佳地行動，剩餘所能達到的最佳成本。貝爾曼原理取無窮小極限，便成為 V 的一條偏微分方程。對系統 dx/dt = f(x, a)、配運行成本 L(x, a)（其中 a 是你從集合 A 中所選的控制），HJB 方程是 -V_t + max over a in A of [ -f(x, a) . grad V - L(x, a) ] = 0，常寫成 V_t + H(x, grad V) = 0，其中 H 是對控制做最佳化所形成的哈密頓量。它是一個非線性一階偏微分方程（一個漢米頓-雅可比方程），正是因為對控制取了那個 max/min。在整個狀態空間上把 V 解出來一次，你便能處處讀出最佳控制：在每個 (x, t) 挑出達成最大值的動作 a——那就是回饋律。麻煩在於 V 一般「並不」平滑；它有尖角。所以 HJB 是在「黏性解」的意義下理解的，那正是為使這類方程適定而打造的框架。

為什麼核心？HJB 統一了最佳控制、微分對局，以及（在帶二階擴散項的隨機版本中）大半的數理金融——布萊克-修斯方程與莫頓（Merton）的投資組合問題都是 HJB 方程。它把一個困難的、對軌跡做最佳化的無窮維問題，轉換成狀態空間上一個函數的單一偏微分方程。誠實的提醒有二：值函數通常非平滑，故你確實需要黏性解來保證唯一性；而在高維中求解 HJB 受「維度詛咒」之苦（成本隨狀態變數個數指數成長），這正是為什麼近似與基於學習的方法在實務上如此重要。