基于状态回溯代价分析的启发式Q学习
方敏，李浩
Heuristically Accelerated State Backtracking Q-Learning Based on Cost Analysis
FANG Min,LI Hao
模式识别与人工智能 . 2013, (9): 838 -844 . 

版权所有 © 《模式识别与人工智能》编辑部
地址：安微省合肥市蜀山湖路350号中国科学院合肥物质科学研究院文情小楼　
邮编：230031
电话：0551-65591176　
E-mail：bjb@iim.ac.cn
技术支持：北京玛格泰克科技发展有限公司