电脑体验，效果更佳

G-学习图谱-计算机领域：

研究人员

王巍巍 高阳 陈兴国 曹志新 王皓 周如益

相关术语

马尔可夫决策过程 半马尔可夫决策过程 性能势 强化学习 平均奖赏强化学习 R-学习 马尔可夫决策过程（MDP） 平均奖赏

标签云