PARTIALLY OBSERVABLE MARKOV DECISION PROGRAMMING WITH STOCHASTIC DISCOUNT FACTORS
随机折扣部分可观察马尔可夫决策规划

Full-Text   Cite this paper   Add to My Lib

Abstract:

一、引言考虑一个部分可观察马尔可夫决策规划模型(简记为 POMDP),并引文1]中所用的定义、记号(只将δ_N 换成∏,(?)换成 A)和有关结论.于是信息向量 π(t)与 π(t 1)有如下关系

Full-Text