平均场耦合Markov链团队最优控制中的确定性等价结果
最优化与控制
2020-12-03 v1
摘要
本文研究大量同构Markov决策过程，其中转移概率与代价在状态经验分布（亦称平均场）中耦合。每个过程的状态不为他者所知，即信息结构完全分散。目标是最小化由个体代价经验均值定义的平均代价，为此提出一种次优解。该解不依赖于过程数量，但当过程数趋于无穷时收敛到所谓平均场共享的最优解。在一些温和条件下，所提分散解的收敛速率与过程数倒数的平方根成正比。一般而言，寻找该次优解涉及不可数集上的非光滑非凸优化问题。为克服此缺陷，引入一种达到相同收敛速率的组合优化问题。
引用
@article{arxiv.2012.01020,
title = {A Certainty Equivalence Result in Team-Optimal Control of Mean-Field Coupled Markov Chains},
author = {Jalal Arabneydi and Amir G. Aghdam},
journal= {arXiv preprint arXiv:2012.01020},
year = {2020}
}
备注
Proceedings of IEEE Conference on Decision and Control, 2017