徐陈锋 胡永熙 沈安华 殷保群 任恕 奚宏生

Markov决策过程 半Markov控制过程 强化学习 H敏感材料 策略迭代 随机切换模型 随机型策略 动态电源管理 分层非结构化P2P 氧分压传感针 在体检测 随机逼近 在线优化 稳态分析 梯度算法 实时检测 在体实时监测 梯度估计 超级节点 策略优化 三维状态空间 动态监测 pH传感针 超时策略 系统分析

中国科学技术大学自动化系 安徽合肥 合肥工业大学电气与自动化工程学院