| MDP 中非时齐折扣模型向时齐折扣模型的转化问题 |
| |
| 引用本文： | 张继红,谭兴华,王跃宏.MDP 中非时齐折扣模型向时齐折扣模型的转化问题[J].昆明理工大学学报(理工版),1997(6). |
| |
| 作者姓名： | 张继红 谭兴华 王跃宏 |
| |
| 作者单位： | 昆明理工大学基础部(张继红)，新疆有色金属工业学校(谭兴华)，云南工业大学(王跃宏) |
| |
| 摘 要： | 在状态和行动集均可数，报酬函数有界条件下，建立起非时齐折扣ＭＤＰ的对应时齐折扣ＭＤＰ模型，并证明两者等价从而把非时齐折扣ＭＤＰ问题转化为一个与之等价的时齐折扣ＭＤＰ问题，使时齐折扣ＭＤＰ的结果对非时齐情况也成立鉴于时齐折扣模型的讨论比较充分，这就带来了非时齐折扣模型的完满结论，并且这一转化过程揭示了非时齐与时齐折扣模型的内在联系
|
| 关 键 词： | 非时齐折扣MDP 时齐折扣MDP 模型转化 （S_t，ε）最优策略 最优策略 ε最优策略 |
Transformation from Nonstationary Discounted Markov Decision Processes to Stationary Discounted Markov Decision Processes |
| |
| Zhang Jihong,Tao Xihua,Wang Yaohong.Transformation from Nonstationary Discounted Markov Decision Processes to Stationary Discounted Markov Decision Processes[J].Journal of Kunming University of Science and Technology(Natural Science Edition),1997(6). |
| |
| Authors: | Zhang Jihong Tao Xihua Wang Yaohong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
