具有风险敏感有限时域成本准则的分段确定性马尔可夫决策过程的零和博弈
最优化与控制
2024-05-15 v1 概率论
摘要
本文研究了在一般状态空间上具有风险敏感有限时域成本准则的分段确定性马尔可夫决策过程的两人零和随机博弈。这里，转移率和成本/回报率允许从下方和上方无界。在一些温和条件下，我们证明了在所有可容许反馈策略类中，博弈值的存在性以及一个最优随机马尔可夫鞍点均衡的存在性。通过研究一类可能无界函数的相应风险敏感有限时域最优微分方程（扩展的Feynman-Kac公式也被证明成立），我们得到了所需的结果。
引用
@article{arxiv.2405.08012,
title = {Zero-Sum Games for piecewise deterministic Markov decision processes with risk-sensitive finite-horizon cost criterion},
author = {Subrata Golui},
journal= {arXiv preprint arXiv:2405.08012},
year = {2024}
}
备注
NA