基于集合的贝尔曼算子的不动点
最优化与控制
2020-03-03 v2 计算机科学与博弈论
摘要
受马尔可夫决策过程(MDPs)中不确定参数的启发，我们研究参数不确定性对基于贝尔曼算子方法的影响。具体地，我们考虑一类MDP族，其中代价参数取自给定紧集。我们随后定义一个贝尔曼算子，其作用在值函数输入集合上，在代价参数所有可能变动下产生作为输出的新值函数集合。最后，我们通过证明该基于集合的贝尔曼算子在完备度量空间上是压缩算子，证明其不动点的存在性。
引用
@article{arxiv.2001.04535,
title = {Fixed Points of the Set-Based Bellman Operator},
author = {Sarah H. Q. Li and Assalé Adjé and Pierre-Loïc Garoche and Behçet Açıkmeşe},
journal= {arXiv preprint arXiv:2001.04535},
year = {2020}
}
备注
4 pages