强化学习 马尔可夫决策过程 匹配（统计） 联营 计算机科学 集合（抽象数据类型） 马尔可夫过程 增强学习 过程（计算） 人工智能 机器学习 最佳匹配 方案（数学） 马尔可夫链 动态规划 区间（图论） 马尔可夫模型 国家（计算机科学） 部分可观测马尔可夫决策过程 数学优化 实时计算 Blossom算法 动态决策 模式匹配 绩效改进 运筹学 启发式 隐马尔可夫模型 时差学习