关于单链马尔可夫决策过程平稳分布的短注
概率论
2007-05-23 v1
摘要
在处理单链 MDP 时，我们考虑在除 个状态外均相同的策略的平稳分布。在这些状态中，每个策略选择两种可能行动之一。我们证明了 n+1 个此类策略的平稳分布唯一地决定了所有其他此类策略的平稳分布。给出了一个显式计算公式。
引用
@article{arxiv.math/0604452,
title = {A Short Note on Stationary Distributions of Unichain Markov Decision Processes},
author = {Ronald Ortner},
journal= {arXiv preprint arXiv:math/0604452},
year = {2007}
}