PulseAugur
中
实时 19:42:03
实体 $\ell_1$ RMDPs

$\ell_1$ RMDPs

PulseAugur coverage of $\ell_1$ RMDPs — every cluster mentioning $\ell_1$ RMDPs across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_277295 ·

    鲁棒马尔可夫决策过程的新线性规划表示和算法

    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…