说明：强化学习解最优控制的matlab代码，可以运行。
说明：强化学习方法及其应用研究_黄炳强
说明：基于强化学习理论的地区电网无功电压优化控制方法_刁浩然
说明：求解多目标协调二级电压控制的简化强化学习方法_李婷
说明：专家知识辅助的强化学习研究及其在无人机路径规划中的应用_王国芳
说明：基于BP神经网络的双层启发式强化学习方法_刘智斌
说明：多机器人系统强化学习研究综述_马磊
说明：深度强化学习综述_兼论计算机围棋的发展_赵冬斌
说明：强化学习研究综述_高阳
说明：一种多动机强化学习框架_赵凤飞