@收款{zbMATH05222906，作者={Tewari，Ambuj和Bartlett，Peter L.}，标题={有界参数{Markov}平均报酬准则决策过程}，BookTitle={学习理论。第20届学习理论年会，COLT 2007，圣地亚哥，加利福尼亚州，美国，2007年6月13-15日。会议记录。}，国际标准图书编号={978-3-540-72925-9}，页码={263--277}，年份={2007}，出版商＝{柏林：施普林格}，语言={英语}，DOI={10.1007/978-3-540-72927-3_20}，关键词={90C40}，zbMATH={5222906}，Zbl={1203.90175}}