Matlab的无花果生成代码用于连续时间和空间中强化学习问题的策略迭代。该存储库提供了用于生成中显示的仿真结果的开源代码： “Jaeyoung Lee和Richard S. Sutton（2021）连续时间和空间中强化学习问题的策略迭代 - 基本理论和方法，自动书，第126卷，109421。”要在中重现结果，请根据以下说明运行代码（在MATLAB R2012a（32位）版本中进行测试）。首先，将MATLAB工作目录设置为您计算机中克隆的本地存储库路径；使用以下命令清除环境： close all; clear all; clc。使用以下命令来再现与手稿中的模拟相对应的数据。案例1：凹面哈密顿量奖赏（第7.1节）： DPI： Main('DPI', 'Con', 'Normal', [20, 21], 50)， IPI： Main('IPI', 'Con', 'Normal', [20, 21], 50)。情况2：最佳控制（第7.2节）： DPI： Main('DPI', 'Opt', 'Normal', [20, 21], 50)， IPI： Main('IPI', 'Opt', 'Normal', [20, 21], 50)。