无界报酬折扣模型中ε(≥0)最优策略的性质

我们研究绝对平均相对有界折扣模型{S,(A(i),i∈S),q,r,V_β},其中S,A(i)(i∈S)均为可列集,q是时齐的,r满足(1)存在数集{r(i)r(i)>0,i∈S}使得(2)存在数d>0,使得以及V_β是折扣准则。本文证明的关键是我们引入了如下概念在策略π下,于时刻n可达的状态;可实现的历史。并引