基于数据的MDP抽象：大规模随机网络
系统与控制
2023-09-18 v1 系统与控制
摘要
本工作提出了一种组合式数据驱动技术，用于为具有未知数学模型的大规模随机网络构建有限马尔可夫决策过程（MDP）。我们提出的框架利用子系统的耗散性性质及其有限MDP，采用随机存储函数（SStF）的概念。在我们的数据驱动方案中，首先在每个未知子系统与其数据驱动的有限MDP之间以认证的概率置信度构建一个SStF。然后，我们推导耗散型组合条件，利用子系统的数据驱动SStF，在互联网络与其有限MDP之间构造随机互模拟函数（SBF）。据此，我们以保证的置信度正式量化未知大规模随机网络轨迹与其有限MDP轨迹之间的概率距离。我们在一个由100个具有未知模型的房间组成的室温网络上说明了我们数据驱动结果的有效性。
引用
@article{arxiv.2309.07941,
title = {MDP Abstractions from Data: Large-Scale Stochastic Networks},
author = {Abolfazl Lavaei},
journal= {arXiv preprint arXiv:2309.07941},
year = {2023}
}
备注
arXiv admin note: text overlap with arXiv:2309.07459