怎么证明最优策略对应值函数存在且唯一？https://www.leiphone.com/category/academic/y5nyxtWsNUrm37a9.html
中试图证明这个，将问题归结为：贝尔曼算子B是压缩映射
不明白之处是怎么根据根据巴拿赫不动点定理，就得到了这个结论