卡尔曼滤波 restless bandit 何时具有可索引性？
机器学习
2015-09-16 v1
摘要
我们研究了与一个极其简单的离散时间标量卡尔曼滤波模型相关的 restless bandit 问题。在某些假设下，我们证明了该问题是可索引的，即 Whittle 指数是相关信念状态的非递减函数。尽管该问题历史悠久，但这似乎是首个此类证明。我们使用了关于 Schur-凸性和机械词的结果，机械词是与回文密切相关的特定二进制字符串。
引用
@article{arxiv.1509.04541,
title = {When are Kalman-filter restless bandits indexable?},
author = {Christopher R. Dance and Tomi Silander},
journal= {arXiv preprint arXiv:1509.04541},
year = {2015}
}
备注
To appear in NIPS 2015