论文部分内容阅读
本文引入了策略的生成函数,利用此函数来判定一个策略是否是矩最优策略。证明了π是矩最优策略的充分必要条件是它的生成函数M(π,x)等于M~*(x),特别是得出了π是矩最优策略的充分条件是M(π,x)等于(?)~*(x)。后一结论对于判定矩最优策略有较大的实用价值。
用生成函数判定MDP的矩最优策略
【摘 要】
：
本文引入了策略的生成函数,利用此函数来判定一个策略是否是矩最优策略。证明了π是矩最优策略的充分必要条件是它的生成函数M(π,x)等于M~*(x),特别是得出了π是矩最优策略
【机 构】
：
湖南师范大学
【出 处】
：
经济数学
【发表日期】
：
1989年5期
其他文献
从墨桶到印版的墨量自动调节,对保持柔印质量稳定、减少材料浪费、缩短准备时间以及提高产量都是至关重要的。腔式刮墨刀可以帮助印刷企业做到这一点。20世纪80年代初,腔式刮
全国茧丝绸工作会议于1996年5月中旬在京召开，国务院副总理到会发表重要讲话，强调只有从全局利益出发，走贸工农一体化的道路，才能保证丝绸行业的健康稳步发展，在国际市场上重振我
摘 要：本文从拓扑心理学的心理生活空间的角度，具体分析了“我马上就来”和“我马上就去”中的指示映射现象，揭示了个体当时的心理生活空间对个体选择某一具体言语有决定性的影响。指示映射现象体现了“语言、人和环境”三者间的相互影响、相互作用。 关键词：指示语 心理生活空间 指示映射 一、引言 指示语（deixis）是人类语言中普遍存在的语言现象，对人们正常交际起着非常重要的作用。指示语（de
【正】倒装句分为全部倒装(将整个谓语置于主语之前)和部分倒装(把谓语的一部分,如be,have,助动词、情态动词等置于主语之前)。现将倒装句的重点、难点作一归纳,以利于同学们
现代室内设计使我们已愈来愈认识到灯光对渲染空间气氛所起的决定性的作用。光环境艺术的表现形式是多种多样的，它是灯、光、形、影、介质的综合；是与不同艺术形式的综合。它给
尊敬的向仲怀院士,各位领导、各位专家,女士们、先生们: 大家早上好!乘着首届中国-东盟博览会胜利闭幕的东风,我们又迎来了全国"东桑西移"暨广西蚕业发展研讨会.在此,我谨
期刊
同志们：近年来，广西桑蚕业在自治区党委、政府的高度重视，农业部大力支持以及大家的共同努力下，取得了显著成绩。成绩代表过去，新的一年怎么干，今后如何把蚕业发展得更好。这里，我谈
传统的小学数学教学方式过分强调预设和封闭，致使部分小学生的课堂创造潜能随年级的增长不断遭到“扼杀”，这与新课程、新教材倡导的开放式现代教学宗旨明显背道而驰。文章从教