半Markov决策过程折扣模型与平均模型之间的关系
殷保群1
李衍杰1
唐昊2
代桂平1
奚宏生1
1.中国科学技术大学,自动化系,安徽,合肥,2300262.合肥工业大学,计算机系,安徽,合肥,230009
摘要：首先分别在折扣代价与平均代价性能准则下,讨论了一类半Markov决策问题.基于性能势方法,导出了由最优平稳策略所满足的最优性方程.然后讨论了两种模型之间的关系,表明了平均模型的有关结论,可以通过对折扣模型相应结论取折扣因子趋于零时的极限来得到.
关键词：半Markov决策过程折扣模型平均模型最优性方程最优平稳策略
分类号：TP202(自动化技术及设备)
资助基金：中国科学院项目（非规范项目）(60274012,60574065)安徽省自然科学基金(050420301)
论文发表日期：2006-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 65-68 )
英文信息