| 无界报酬折扣半马氏决策模型矩最优策略的结构 |
| |
| 引用本文： | 伍从斌.无界报酬折扣半马氏决策模型矩最优策略的结构[J].云南大学学报(自然科学版),1990,12(4):299-306. |
| |
| 作者姓名： | 伍从斌 |
| |
| 作者单位： | 云南大学计算机科学系 |
| |
| 摘 要： | 本文研究具有可数状态空间和任意行动空间的Lippman型无界报酬折扣半马氏决策模型(DSMDM)矩最优策略的结构.证明了:若策略π,σ是(K)矩最优的.则π~nσ及π的任一自组合策略也是(K)矩最优的,且存在与π等价的(K)矩最优策略π~(?),使~nπ~(*hn)为(K)矩最优的;存在(K)矩最优策略的充要条件是(K)矩最优行动集A_K(i)非空;策略π为(K)矩最优当且仅当π_n(A_K(i)|H_n,i)=1,α.e.P_(πn);π为(K)矩最优策略的又一充要条件是它可分解为若干个确定性(K)矩最优策略的一个凸组合.这样,该模型矩最优策略的结构就得到了较完满的解决.
|
| 关 键 词： | 折扣模型 无界报酬 矩 最优策略 |
The Structure of A Moment Optimal Policy in Discounted Semi-Markov Decision Model with Unbounded Rewards |
| |
| Wu Congbin.The Structure of A Moment Optimal Policy in Discounted Semi-Markov Decision Model with Unbounded Rewards[J].Journal of Yunnan University(Natural Sciences),1990,12(4):299-306. |
| |
| Authors: | Wu Congbin |
| |
| Abstract: | |
| |
| Keywords: | discounted model unbounded rewards moments optimal policy |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
