4.3.1 面向最优跟踪的折扣广义值迭代算法推导

• 书名：智能控制与强化学习：先进值迭代评判设计
• 作者名：王鼎 赵明明 哈明鸣 任进
• 本章字数：315字
• 更新时间：2025-01-09 17:00:14