动态规划中的一致值
最优化与控制
2009-04-20 v2
摘要
我们考虑具有长时间视界的动态规划问题，并给出一致值存在的充分条件。因此，当状态空间是预紧的、收益是一致连续的且转移对应是非扩张的时，我们获得了一个存在性结果。本着同样的精神，我们给出了极限值的存在性结果。我们还将我们的结果应用于马尔可夫决策过程，并获得了一些现有结果的推广。
引用
@article{arxiv.0803.2758,
title = {Uniform value in Dynamic Programming},
author = {Jérôme Renault},
journal= {arXiv preprint arXiv:0803.2758},
year = {2009}
}