在灭绝前最大化达到目标的概率
最优化与控制
2011-01-18 v4 概率论
摘要
我们提出了一种基于动态规划的解决方案，用于解决离散时间马尔可夫控制过程中在到达墓地集之前最大化达到目标集的概率的问题。在温和的假设下，我们证明存在一个确定性平稳策略能够实现该概率的最大值。我们展示了如何通过最大化首次到达目标集或墓地集之前的期望总奖励来计算该概率的最大化。在我们的问题背景下，还建立了节俭、均衡和最优策略的鞅刻画。
引用
@article{arxiv.0904.4143,
title = {Maximizing the probability of attaining a target prior to extinction},
author = {Debasish Chatterjee and Eugenio Cinquemani and John Lygeros},
journal= {arXiv preprint arXiv:0904.4143},
year = {2011}
}
备注
22 pages, 1 figure. Revised