值函数 关节 投影 最佳 分解的 价值函数 过渡的 相干性 分散 开放的 局限性 遗憾 分散执行 方法 性能提高 实用程序 有效性 混合 函数的 仍然是 最小化 学习的 最佳的 代理 函数 QPRO 单调 问题 提高 增强 算法