当k=1时,R*表示总目标效益函数的最优值。 R*=r1(S1,X1*)⊙r2(S 2,^2 ⊙rn(Sn,xn*) (x1*,2*,…,x)称为最优策略 fk(sk) =optik(sk, Xk) o k+1 (Sk+1 k+1 @ ⊙rn(sn,xn*)} fk(sk):由第k阶段的状态s到终点的最优效益值。 当k=1,且s1唯一时,R*=千1(S1 88 当k=1时，R*表示总目标效益函数的最优值。 R*=r1（s1，x1 *） ⊙ r2（s2，x2 *） ⊙ … ⊙ rn（sn，xn *） （ x1 * ， x2 * ，…， xn *）称为最优策略 fk（sk）=opt{rk（sk，xk *） ⊙ rk+1（sk+1，xk+1 *） ⊙ …⊙ rn（sn，xn *）} fk（sk）：由第k阶段的状态sk到终点的最优效益值。 当k=1，且s1唯一时，R*=f1（s1）