时齐折扣MDP 相关硕士博士期刊学术论文

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......