离散时间MDP矩最优模型——折扣依赖于历史的情形 |
| |
引用本文: | 林元烈,林建星.离散时间MDP矩最优模型——折扣依赖于历史的情形[J].应用概率统计,1992(3). |
| |
作者姓名: | 林元烈 林建星 |
| |
作者单位: | 清华大学,清华大学 北京 100084,北京 100084 |
| |
摘 要: | 本文在S、A(i)(i∈S)均匀可列集情形下,建立了折扣依赖于历史的矩最优模型。给出了折扣总报酬k阶矩在各类策略下的统一表达式;讨论了矩最优策略的结构与性质;证明了矩最优方程在给定条件下,存在唯一的有界解。
|
本文献已被 CNKI 等数据库收录! |
|