顶见 · 经管顶刊中文导读
平均奖励马尔可夫决策过程自适应控制的统一方法
A unified approach to adaptive control of average reward Markov decision processes
OR Spectrum · 1988
被引 6
ABS 3
Gerhard Hübner
通讯
马尔可夫决策过程
自适应控制
运筹学
机器学习
阅读原文 ↗