您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 连续时间马尔可夫决策过程的强n折扣和有限水平最优性

  2. 本文研究了波兰空间中连续时间马尔可夫决策过程的强n(n = -1,0)折扣和有限水平准则。 允许相应的过渡率不受限制,并且奖励率可能没有上限也没有下限。 在温和条件下,作者通过建立两个等价关系来证明存在强n(n = -1,0)折扣最优平稳策略:一个在标准期望平均奖励和强-1折扣最优之间,另一个在在偏倚和强大的0折扣最优之间。 作者还通过开发规范三元组的有趣特征证明了有限水平控制问题的最优策略的存在。
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:246kb
    • 提供者:weixin_38694343