数学 > 优化与控制
[提交于 2024年12月2日
(v1)
,最后修订 2025年1月27日 (此版本, v2)]
标题: 具有无限状态和动作集的平均成本MDPs:最优不等式和方程的新充分条件
标题: Average-Cost MDPs with Infinite State and Action Sets: New Sufficient Conditions for Optimality Inequalities and Equations
摘要: 本文研究具有Borel状态和动作集的离散时间平均成本无限时限马尔可夫决策过程(MDPs)。它为MDPs的最优不等式和最优方程的{那里的}有效性引入了新的充分条件,这些MDPs具有弱连续和集合连续的转移概率。这些不等式和方程意味着确定性最优策略的存在。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.