| 折扣马尔可夫决策规划的初等方法 |
| |
| 引用本文： | 董泽清,甘应爱.折扣马尔可夫决策规划的初等方法[J].华中科技大学学报(自然科学版),1987(4). |
| |
| 作者姓名： | 董泽清 甘应爱 |
| |
| 作者单位： | 中国科学院应用数学所
(董泽清)，华中工学院数学系(甘应爱) |
| |
| 摘 要： | 对于状态空间为可列集、行为空间为任意非空集、报酬函数为有界的折扣模型,本文用初等方法反而比用传统方法更快地获得了标准的结果:存在一个平稳策略是ε最优的;最优值函数是最优方程的唯一有界解。这表明用初等方法来研究该模型ε(≥0)最优策略的性质和结构是完全可行的。
|
| 关 键 词： | 马尔可夫决策 状态空间 行为空间 报酬函数 最优策略 ε最优 |
Elementary Method for Discounted Markovian Decision Programming |
| |
| Dong Zeqing Gan Yingai.Elementary Method for Discounted Markovian Decision Programming[J].JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY.NATURE SCIENCE,1987(4). |
| |
| Authors: | Dong Zeqing Gan Yingai |
| |
| Institution: | Dong Zeqing Gan Yingai |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
