非平稳MDP--平均样本轨道最优

摘要：

作者考虑的是任意状态空间,任意行动空间非平稳MDP的平均样本轨道目标.在弱遍历条件下,用鞅的极限理论,证明了最优马氏策略的存在性,推广了A.Arapostathis,V.Borkar,E.F.Gaucherand,M.Ghosh,S.Marcus[1](1993)的主要结果.

关键词：马氏决策规划(MDP)、平均样本轨道目标、非平稳、最优马氏策略

所属期刊栏目：20

分类号：O1(数学)

资助基金：国家重点基础研究发展计划973计划;广东省博士启动基金

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：31-35