关于不可约马尔可夫决策过程占有测度弱紧性的一个注记
概率论
2024-04-30 v3 最优化与控制
摘要
我们考虑状态空间和动作空间均为伯罗利集合的不可约马尔可夫决策过程。我们研究该MDP在满足何种条件下均匀不可约以及其占有测度集在常用弱拓扑下是否紧致。其中包括对迁移核的适当连续性要求以及在不可约集合边界上系统动力学的条件。我们推广了此前已知的结果，并给出对相关文献中提及的一些猜想的答案。
引用
@article{arxiv.2402.10672,
title = {A note on weak compactness of occupation measures for an absorbing Markov decision process},
author = {François Dufour and Tomás Prieto-Rumeau},
journal= {arXiv preprint arXiv:2402.10672},
year = {2024}
}