马尔可夫决策过程中可达性与平均收益的条件风险价值
计算机科学中的逻辑
2018-05-09 v1
摘要
我们在具有可达性和平均收益目标的马尔可夫链与马尔可夫决策过程的背景下提出条件风险价值（CVaR）。CVaR 通过最差 p-分位数的期望来量化风险。因此，它可用于设计风险厌恶型系统。我们不仅考虑 CVaR 约束，还引入其与期望约束和分位数约束（风险价值，VaR）的合取。我们推导了相应决策问题计算复杂度的下界与上界，并从记忆与随机化角度刻画了策略的结构。
引用
@article{arxiv.1805.02946,
title = {Conditional Value-at-Risk for Reachability and Mean Payoff in Markov Decision Processes},
author = {Jan Křetínský and Tobias Meggendorfer},
journal= {arXiv preprint arXiv:1805.02946},
year = {2018}
}