多目标马尔可夫决策过程中 Lorenz 最优解的近似
人工智能
2013-09-27 v1
摘要
本文致力于多目标马尔可夫决策过程（MOMDPs）中的公平优化问题。MOMDP 是 MDP 模型的扩展，用于在不确定性下进行规划，同时尝试优化多个奖励函数。这适用于多智能体问题（其中奖励定义个体效用函数）或多准则问题（其中奖励指代不同特征）。在此设定下，我们研究导致 Lorenz 非支配权衡的策略确定问题。Lorenz 支配是 Pareto 支配的一种细化，最初在社会选择理论中被引入以衡量不平等。在本文中，我们介绍了高效近似无限视界、折扣 MOMDPs 的 Lorenz 非支配解集的方法。这些近似结果是这些解的多项式规模子集。
引用
@article{arxiv.1309.6856,
title = {Approximation of Lorenz-Optimal Solutions in Multiobjective Markov Decision Processes},
author = {Patrice Perny and Paul Weng and Judy Goldsmith and Josiah Hanna},
journal= {arXiv preprint arXiv:1309.6856},
year = {2013}
}
备注
Appears in Proceedings of the Twenty-Ninth Conference on Uncertainty in Artificial Intelligence (UAI2013)