Borel状态空间非平稳MDP的平均方差准则

本文考虑具有 Ｂｏｒｅｌ状态空间和行动空间非平稳 ＭＤＰ的平均方差准则．首先，在遍历条件下，利用最优方程，证明了关于平均期望目标最优马氏策略的存在性．然后，通过构造新的模型，利用马氏过程的理论，进一步证明了在关于平均期望目标是最优的一类马氏策略中，存在一个马氏策略使得平均方差达到最小．作为本文的特例还得到了 Ｄｙｎｋｉｎ Ｅ． Ｂ．和 Ｙｕｓｈｋｅｖｉｃｈ Ａ． Ａ．及 Ｋｕｒａｎｏ Ｍ．等中的主要结果．