文献

J-GLOBAL ID：201502291878831245   整理番号：15A0069818

相互依存型Markov決定過程

Mutually Dependent Markov Decision Processes

著者 (2件)： FUJITA Toshiharu (Kyushu Inst. Technol., Kitakyushu, JPN) ,  KIRA Akifumi (Tohoku Univ., Sendai, JPN)
資料名： Journal of Advanced Computational Intelligence and Intelligent Informatics  (Journal of Advanced Computational Intelligence and Intelligent Informatics)
巻： 18  号： 6  ページ： 992-998  発行年： 2014年11月20日 
JST資料番号： F1398A  ISSN： 1343-0130  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 本論文では,再帰的相互依存性を示す相互依存型Markov決定過程(MD-MDP)のための基本的フレームワークを提案した。提案モデルは2種類のタイプの有限段階Markov決定過程の上で構造化されている。それぞれの段階においては,初期状態が元の過程における現状および意思決定により決定されるような代替的過程問題の最適値により一つの過程における報酬が決定される。ここでは,MDMDPモデルの定式化を行い,動的計画法を用いて相互依存型再帰方程式を導いた。さらに,数値例を用いてMDMDPの例示を行った。このモデルにより,複雑な多段階意思決定プロセスのいくつかのクラスの取り扱いが容易化された。(翻訳著者抄録)

シソーラス用語： *Markov過程 ,  *動的計画法 ,  賃金 ,  依存性 ,  再帰性 ,  意思決定 ,  方程式 ,  実験 ,  *数値計算 ,  評価試験 ,  数値実験 ,  相互依存性 ,  インセンティブ
準シソーラス用語： *Markov決定過程 ,  MDMDP ,  再帰方程式 ,  報酬

分類 (3件)： システム・制御理論一般  (IA02010H) ,  数理計画法  (KA03030M) ,  数値計算  (JE02000J)

引用文献 (19件)：

• R.E. Bellman, “Dynamic Programming,” Princeton Univ. Press, NJ, 1957.
• R. A. Howard, “Dynamic Programming and Markov Processes,” MITPress, Cambridge, Mass., 1960.
• G. L. Nemhauser, “Introduction to Dynamic Programming,” Wiley, NY, 1966.
• D.P. Bertsekas, “Dynamic Programming and Stochastic Control,” Academic Press, NY, 1976.
• D.J. White, “Dynamic Programming,” Holden-Day, San Francisco, Calif., 1969.

タイトルに関連する用語 (2件)： 依存型 ,  Markov決定過程