调度性能逼近最优
利用最优策略的阈值结构先验，显著提升强化学习算法的调度性能与学习效率。
Yang, Lixin · Lv, Weijun · 徐勇 · 陶杰 · Quevedo, Daniel E.
IEEE Transactions on Automatic Control 2024
所提算法利用最优策略的阈值结构先验，在仿真中性能接近最优策略。