MDP 中非时齐折扣模型向时齐折扣模型的转化问题

在状态和行动集均可数，报酬函数有界条件下，建立起非时齐折扣ＭＤＰ的对应时齐折扣ＭＤＰ模型，并证明两者等价从而把非时齐折扣ＭＤＰ问题转化为一个与之等价的时齐折扣ＭＤＰ问题，使时齐折扣ＭＤＰ的结果对非时齐情况也成立鉴于时齐折扣模型的讨论比较充分，这就带来了非时齐折扣模型的完满结论。