概率测度的收敛与不完全信息马尔可夫决策模型
概率论
2014-07-04 v1
摘要
本文讨论了度量空间上概率测度的三种主要收敛类型：弱收敛、集收敛和全变差收敛。首先，它描述并比较了这些收敛类型的充分必要条件（其中一些是众所周知的），这些条件涉及开集和闭集概率的收敛，对于实直线上的概率，则涉及分布函数的收敛。其次，它提供了基于度量生成的拓扑基上定义的概率收敛来判定概率测度弱收敛和集收敛以及随机核连续性的便捷准则。第三，它提供了在部分可观测马尔可夫决策过程控制中的应用，特别是不完全信息马尔可夫决策模型。
引用
@article{arxiv.1407.1029,
title = {Convergence of Probability Measures and Markov Decision Models with Incomplete Information},
author = {Eugene A. Feinberg and Pavlo O. Kasyanov and Michael Z. Zgurovsky},
journal= {arXiv preprint arXiv:1407.1029},
year = {2014}
}
备注
arXiv admin note: substantial text overlap with arXiv:1401.2168