领域内的经典，非常值得一看的红宝书，推荐

R的SARSOP library( sarsop ) library( tidyverse ) # for plotting 问题定义 我们的问题是状态空间，定义的states ，代表着真正的鱼类种群大小（以任意单位），以及动作空间， actions表示一定会有所收获（或试图收获）鱼的数量。 为简单起见，我们将允许从0收获到最大可能状态大小的任何操作。 库存招聘函数f描述了给定当前状态下的预期未来状态。 真正的未来状态将是随机抽取。 奖励函数确定当种群数量为x条鱼时捕集h条鱼的行动值； 为简单起见，本示例假定每单位收成的价格固定，而收割工作没有成本。 未来的奖励被打折。 states <- seq( 0 , 1 , length = 50 ) actions <- states observations <- states sigma_g <- 0.1 sigma_m <- 0.2