论文部分内容阅读
在状态和行动集均可数，报酬函数有界条件下，建立起非时齐折扣ＭＤＰ的对应时齐折扣ＭＤＰ模型，并证明两者等价，从而把非时齐折扣ＭＤＰ问题特化为一个与之等价的时齐折扣ＭＤＰ问题，使时齐折扣ＭＤＰ的结果对非时齐情况也成立，鉴于时齐折扣模型的讨论比较充分，这就带来了非对齐折扣模型的完满结论，并且这一转化过程揭示了非时齐与时齐折扣模型的内在联系。