论文研究 - 连续时间马尔可夫决策过程的方差优化
本文考虑了连续时间马尔可夫决策过程中平均报酬的方差优化问题。 假设状态空间是可计数的，而动作空间是Borel可测量的空间。 本文的主要目的是在确定性平稳策略空间中找到方差最小的策略。 与传统的马尔可夫决策过程不同，方差准则中的成本函数将受到未来行动的影响。 为此，我们通过引入称为伪方差的概念将方差最小化问题转换为标准（MDP）。 通过给出伪方差优化问题的策略迭代算法，推导了原始方差优化问题的最优策略，并给出了方差最优策略的充分条件。 最后，我们用一个例子来说明本文的结论。
文件下载
评论信息
其他资源
- mac 牛津高级英英，英汉双解词典 dictionary格式 百度网盘链接
- 大气湍流模型_.pdf
- python界面GUI实现k-means聚类算法
- TMS320C6748例程与使用手册
- 国科大刘成林模式识别期末考试2016和2017真题图片
- exam_formatter_3_setup.exe
- 极点五笔7.2内测版
- 基于STM32的电子秤源码，全国电子设计大赛电子秤题目
- Qt5实现多窗口切换
- LTE 符号级分析（大唐资料）
- ADFA-LD数据集
- MATLAB多种优化算法介绍
- tensorflow
- MATLAB源码集锦-八种降维方法交互式界面
- DeepLinkDispatch：一个简单的基于注释的库，用于在Android上更好地处理深层链接-源码
- 互联网医院医疗服务运营内容范围.xmind 脑图
- BCM8727-PB00-R-1843050
- cygwin1.75.part01.rar 完全版（总1.6G）
- 电机原理及拖动答案 彭鸿才着
- 湖南省创新创业网课单元测试答案.zip
- Matplotlib官方文档
- Numerical Algorithms Methods for Computer Vision Machine Learning and 无水印pdf
- gcc-4.1.2.tar.bz2
- Visual C++ 常用数值算法集
- myeclipse-2016-CI-7完美破解
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明