周雷 程文娟 奚宏生 殷保群 吴玉华 袁继彬 韩江洪 代桂平

Q学习 平均代价准则 最优平稳策略 一致化Markov链 闭排队网络 仿真优化 性能势 并行仿真算法

安徽合肥 合肥工业大学计算机系 中国科技大学管理科学系 中国科学技术大学自动化系 合肥工业大学计算机与信息学院 北京工业大学电子信息与控制学院 安全关键工业测控技术教育部工程研究中心 北京100022中国科学技术大学自动化系