半Markov决策过程的数值迭代优化

针对半Markov决策过程在紧致行动集上的数值迭代优化,提出了折扣和平均准则下直接基于等价无穷小生成子的统一的标准数值迭代算法,并证明了其收敛性。另外,讨论了两种性能准则下统一的异步数值迭代算法,包括Gauss-Seidel异步迭代和随机异步迭代,特别是基于样本轨道仿真的数值迭代等,并运用性能势思想对上述算法进行改进。结果表明,该算法可直接适用于连续时间Markov决策过程。最后通过一个数值例子来比较各种算法的特点。

Hamilton体系下对称的一些探讨

主要研究Hamilton正则体系下的对称,把多维无穷小生成子的一阶延拓看成1+1维无穷小生成子的一阶延拓后,对Hamilton算子为常数矩阵及常系数矩阵时的情形进行了一些探讨,并由此获得了关于对称的若干结论.此外,还给出了几个算例,验证了结论的可行性.