论文部分内容阅读
本文考虑可数状态空间任意行空间ＭＤＰ的平均模型，分析了四个平均报酬准则，在通常的遍历性条件下，用鞅论的方法证明了其最优报酬值的一致性和最优策力的存在性，从而较好地解决了Ｆｅｉｎｂｅｒｇ和Ｐａｒｋ＾「１」再次提及的Ｏｐｅｎ问题。
可数状态MDP的平均模型
【摘 要】
：
本文考虑可数状态空间任意行空间ＭＤＰ的平均模型，分析了四个平均报酬准则，在通常的遍历性条件下，用鞅论的方法证明了其最优报酬值的一致性和最优策力的存在性，从而较好地解决了Ｆｅｉｎｂｅｒｇ和Ｐａｒｋ＾「１」
【机 构】
：
长沙铁道学院科研所
【出 处】
：
数学年刊：A辑
【发表日期】
：
1996年5期
其他文献
本文研究树（即不含有圆的一维紧致连通的分支流形）上连续自映射的非游荡集的拓扑结构。证明了孤立的周期点都是孤立的非游荡点。具有无限轨道的非游荡点集的聚点都是周期点集的
综述了近年来关于硅橡胶填充体系的研究进展。主要介绍了白炭黑和硅树脂的补强机理，蒙脱土、碳纳米管、碳纤维及纳米碳酸钙等新兴填充材料对硅橡胶补强的研究进展以及采用双峰
目的 探究基于移动物联网的区域协同心血管病急救模式（以下简称＂新模式＂）的急救效果.方法 随机选取2015年1月—2016年6月在该研究单位经新模式进行救治的180例胸痛患者作为观察组
<正>关于现代中国文学史的典型问题讨论,鲁迅《阿Q正传》及其创造的"阿Q"的代表性和经典意味,是毫无疑问的。它不仅是百年中国文学的经典之作,汗牛充栋的相关讨论也足以担当
设Ｈｏｐｆ代数Ｈ余作用于代数Ａ，本文讨论代数Ａ，余不变子代数ＡｃｏＨ及Ｓｍａｓｈ积Ａ＃Ｈ的相互关系，同时将研究Ｈｏｐｆ模，全积分及除环的ＨｏｐｆＧａｌｏｉｓ扩张。
目的构建携带大鼠白细胞介素-6(interleukin 6,IL-6)基因的重组腺病毒,为研究IL-6在神经损伤中的生物学作用提供技术手段。方法体外扩增大鼠IL-6基因,定向克隆到pAdTrace-TOX
埃利奥特·卡特(Elliott Carter,1908.12.11—2012.11.5)是美国当代著名作曲家,他的音乐风格以复杂性著称。他是一位大器晚成者,40岁以后才在国际舞台崭露头角,并坚持自己的
应用于劳动就业中心的智能招聘系统是一个新型课题,系统包括智能招聘终端机和服务器,智能招聘终端机硬件部分基于ARM9设计,而软件部分以及服务器软件是基于.NET实现。文中对