张佑生 王利存 周如益 汪定伟 方长胜 王红卫 杨宜民 俞奎 陈小平 吴琦 曹志新 姚宏亮 翁小华 郑应平 林联明 张智聪 刘哲元 熊光泽 王一雄 王皓 高阳 王浩 郑力 慕德俊 张润梅 李琛 范长杰 陈学松 王晓伶 TJHodgson

部分可观察马尔可夫决策过程 动态影响图 复杂性 增强型学习 熵测度 误差后向传播网络 MPOMDP模型 递阶 Q分解 状态动作对 上下文独立 调度 实时动态规划 收敛判据 策略梯度算法 无线传感器网络 半马尔可夫决策过程 强化学习 条件独立 启发式搜索 增量求解 JIT 影响图 G-学习 多智能体 MRP 性能势 智能主体 动态贝叶斯网络 增强学习