折扣模型马尔可夫决策规划的一种算法

本文对有限状态和决策折扣模型马氏决策规划构造出了一个新的算子,得到另外一种求最优报酬向量的分块逐次逼近算法。这种算法优越于通常的标准逼近算法而又具有同样的适用范围。以此算法为基础,加上报酬修改法便得到报酬修改的分块逐次逼近算法,从而大大减少了计算的工作量。