机器更新决策规划中的强最优问题

在本文中，主要研究马尔科夫决策规划机器更新过程的平均目标“弱最优”“准强最优”“强最优”问题。文中把按数学期望意义下“平均”，总报酬的最优问题称为“弱最优”．同时，定义了“准强最优”“强最优”等标准。在以上三个最优的标准下，对于非齐次马尔科夫决策规划机器更新问题，提出并解决了“弱最优”，“准强最优”，“强最优”在全体马氏策略类Πｍ上相互等价。

MDP平均模型强最优问题

对MDP平均模型,本文提出了准强最优与强最优标准问题,首次讨论了非时齐MDP平均模型,在状态空间可数而行动集有限和适当条件下,得到在上存在弱最优决定性马氏策略(通常意义下),并且此策略在上是准强最优的,而在上是强最优的,同时讨论了时齐情况。包含了已知的一些结果。