English(EN) Linear Programming Representations and Strongly Polynomial Algorithms for Robust Markov Decision Processes

鲁棒马尔可夫决策过程的新线性规划表示和算法

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-03 04:00

本文为鲁棒马尔可夫决策过程（RMDP）引入了新的线性规划（LP）表示和强多项式算法。研究侧重于奖励和转移不确定性的RMDP，特别是在有理多面体状态-动作矩形不确定性范围内。通过编码鲁棒策略迭代步骤，该研究构建了一个单一的LP，可以恢复最优鲁棒值和策略。本文还对鲁棒策略迭代进行了通用复杂度分析，从而改进了各种RMDP类型的复杂度界限，并为一般的区间、加权 $\ell_1$ 和 Wasserstein RMDPs 以及回合制随机博弈建立了新的强多项式界限。 AI

影响引入了不确定性下序贯决策的新算法方法，可能影响需要鲁棒规划的AI系统。

排序理由该条目是一篇学术论文，详细介绍了特定类型决策过程的新算法和表示。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 4 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目是一篇学术论文，详细介绍了特定类型决策过程的新算法和表示。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Han Zhong, Yinyu Ye · 2026-10-03 04:00

鲁棒马尔可夫决策过程的线性规划表示与强多项式算法

arXiv:2610.02131v1 Announce Type: new Abstract: We study linear programming (LP) representations and strongly polynomial algorithms for robust Markov decision processes (RMDPs) with rational polyhedral state-action rectangular uncertainty in rewards and transitions. By encoding a…

本文如何被排名

报道来源 [1]

鲁棒马尔可夫决策过程的线性规划表示与强多项式算法

相关实体

相关话题