关键词中包括 reward function 的文章

1 面向多机动态调度问题的两层Q学习算法 王国磊，钟诗胜，林 琳 2009年3期 [239－244][摘要](4061)[pdf 315KB](2421) DOI:

2 回报函数学习的学徒学习综述 金卓军，钱? 徽，陈沈轶，朱淼良 2009年3期 [208－212][摘要](5482)[pdf 310KB](3963) DOI: