具有脉冲奖励与吸收态的马尔可夫奖励过程
概率论
2021-05-04 v1 信息论
math.IT
摘要
我们研究具有吸收态的离散时间马尔可夫奖励模型的期望累积奖励。奖励为脉冲奖励，即当从状态 转移到状态 时累积奖励 。我们推导了期望累积奖励作为时间步数 的函数的显式单字母表达式，并在分析中包含了 的极限情形。
引用
@article{arxiv.2105.00330,
title = {Markov Rewards Processes with Impulse Rewards and Absorbing States},
author = {Louis Tan and Kaveh Mahdaviani and Ashish Khisti},
journal= {arXiv preprint arXiv:2105.00330},
year = {2021}
}