收敛更快误差更小
利用历史输入输出数据重构状态空间，无需系统动力学模型即可学习最优控制策略。
Shi, Huiyuan · Jiayue, Ma · 刘强 · 李金娜 · Jiang, Xueying · 李平
Engineering Applications of Artificial Intelligence 2025
通过强化学习直接利用历史输入输出数据学习最优策略，无需已知系统动力学。
算法利用二维Bellman方程学习，收敛速度优于现有方案。
在注塑速度仿真中实现更小的跟踪误差。