鲁棒与非鲁棒马尔可夫决策问题值函数之差的界
最优化与控制
2025-04-30 v2 概率论
摘要
在本注记中，我们给出了分布鲁棒马尔可夫决策问题的值函数与非鲁棒马尔可夫决策问题的值函数之差的上界，其中分布鲁棒马尔可夫决策过程的概率核模糊集由围绕某参考核的 Wasserstein 球描述，而非鲁棒马尔可夫决策过程按照包含于该模糊集中的固定概率核行动。我们导出的值函数之差的上界与维度无关，且线性依赖于 Wasserstein 球的半径。
引用
@article{arxiv.2308.05520,
title = {Bounding the Difference between the Values of Robust and Non-Robust Markov Decision Problems},
author = {Ariel Neufeld and Julian Sester},
journal= {arXiv preprint arXiv:2308.05520},
year = {2025}
}