基于高维模型表示的近似动态规划
最优化与控制
2012-10-03 v1
摘要
本文介绍了一种用于 Bellman 方程隐式高维模型表示（HDMR）的算法。该近似技术显著降低了算法的内存需求。此外，我们证明了 HDMR 能够实现快速近似最小化，这对于 Bellman 函数的评估至关重要。在每个时间步中，参数化 HDMR 最小化问题被松弛为信任域问题，且这些问题共享同一个矩阵。通过求解该矩阵的特征值分解，我们有效地获得了所有极小值的估计。HDMR 避免了全定义域表示，随后在下一个时间步递归地使用相同的方法。文中包含了一个 N 臂老虎机问题的 illustrative 示例。我们假设新建立的近似 HDMR 最小化与信任域问题之间的联系也将有益于许多其他应用。
引用
@article{arxiv.1210.0706,
title = {Approximate Dynamic Programming based on High Dimensional Model Representation},
author = {Miroslav Pištěk},
journal= {arXiv preprint arXiv:1210.0706},
year = {2012}
}
备注
25 pages, 2 figures