我们提出了一种新的算法，用于基于模型的分销式强化学习，解决了一个悬而未决的问题。我们的分析为分销式强化学习的类别方法提供了新的理论结果，并引入了一种新的分销式贝尔曼方程。我们还进行了实验研究，比较了几种基于模型的分销式强化学习算法。

本文通过Occam算法证明了Board和Pitt的部分对偶定理适用性，并提供了事后验证。