值函数与最优策略为偶函数且拟凸的充分条件
最优化与控制
2017-09-12 v2
摘要
本文确定了使马尔可夫决策过程（MDP）的值函数和最优策略关于状态为偶函数且拟凸的充分条件。这些条件背后的关键思想如下。首先，确定值函数和最优策略为偶函数的充分条件。接下来，证明如果值函数和最优策略为偶函数，则可以构造一个仅定义在状态空间非负值上的“折叠 MDP”。然后，将值函数和最优策略为单调的标准充分条件“展开”，以确定值函数和最优策略为拟凸的充分条件。通过远程估计中功率分配的示例对结果进行了说明。
引用
@article{arxiv.1703.10746,
title = {Sufficient conditions for the value function and optimal strategy to be even and quasi-convex},
author = {Jhelum Chakravorty and Aditya Mahajan},
journal= {arXiv preprint arXiv:1703.10746},
year = {2017}
}
备注
8 pages