请概括或总结一下动态规划的发展过程。
1.前贝尔曼时代
在20世纪40年代，许多经济学和统计学领域的学者发现，逆向归纳法可以解决一些有风险且没有定性分析的多阶段决策问题。冯·诺依曼和摩根斯坦在他们的博弈论研究中，通过逆向归纳找到了外延形式博弈的子博弈完美均衡。
统计决策理论的创始人亚伯拉罕·瓦尔德也将其理论应用于多阶段决策问题。之后，Arrow、Blackwell和Girshick研究了统计决策问题的一般形式，并用现代动态规划的方法阐明并解决了这一问题。
此外，Arrow、Harris和Marschak也用逆向归纳法研究了最优库存策略。
2.贝尔曼时代
几乎与此同时，也就是从20世纪40年代末开始，理查德·贝尔曼逐渐发现了多阶段决策问题背后的结构，并指出逆向归纳法是如何解决一大类多阶段决策问题的。从1949开始，贝尔曼在兰德公司开始了他对动态规划的研究。时尚界没有这个术语的时候，后来被贝尔曼命名。
贝尔曼的核心工作是给出动态规划的最优性原理。这里有重要的文献，就是1953，1954，在Bull上发表的几篇重要论文。阿米尔。数学。社会主义者和运筹学，包括动态规划理论，动态规划理论的一些应用-综述。其里程碑是普林斯顿大学出版社在1957年发表的《动态规划》，它标志着动态规划理论的正式建立。
此后，贝尔曼的研究一直活跃到20世纪60年代，期间他对动态规划应用范围的扩展做了一系列的研究工作，也有很多重要的论文，这里不一一列举。
3.后贝尔曼时代
在基本理论体系建立之后，动态规划进入了一个全面发展的时期，研究工作有很多方向。总结一下，一个是理论体系的泛化，一个是对原有理论的一些条件进行修改，包括最优性原理，以适应一些特殊的新问题。
现阶段的研究工作相当复杂，这里很难一一列举，简单给出几个分支。一是所谓维数灾难的研究，二是在大规模可分非线性整数规划中的应用，三是模糊动态规划，四是与偏微分方程等其他数学领域的交叉研究。
这种划分纯粹是出于历史的考虑，从学科内容上来说可能不合理。但我觉得对初级研究者来说，梳理一下基本脉络还是有帮助的。