周亚平 奚宏生 刘剑宇 周雷 殷保群 代桂平 周如益 高旭东 唐昊 程燕 马珊珊 吴玉华 李衍杰 马学森 高阳

仿真估计 即时差分学习 并行仿真 鲁棒控制 强化学习 计算机应用 Poisson方程 相型分布 灵敏度估计 最优性方程 数值迭代 值迭代 紧致行动集 性能灵敏度 MEk1排队系统 半Markov控制过程 半Markov决策过程 M步向前策略迭代 无折扣 半Markov过程 灵敏度分析 实现矩阵 半马尔可夫决策过程 策略迭代 遗传算法 并行仿真算法 仿真 连续时间Markov链