单调最优策略相关论文
本文在期望折扣总报酬准则和期望折扣总费用准则下首次研究连续时间马尔可夫决策过程(简记为MDP)单调最优策略的存在性问题，给出使......
本文考虑的是转移速率族任意且费用率函数可能无界的连续时间马尔可夫决策过程的折扣模型.放弃了传统的要求相应于每个策略的Q-过......
