文献

J-GLOBAL ID：201802290190293290   整理番号：18A0274477

価値は2人0和Markovゲームのための反復を設定する【Powered by NICT】

Value set iteration for two-person zero-sum Markov games

著者 (1件)： Chang Hyeong Soo (Department of Computer Science and Engineering, Sogang University, Seoul, Republic of Korea)
資料名： Automatica  (Automatica)
巻： 76  ページ： 61-64  発行年： 2017年 
JST資料番号： B0208A  ISSN： 0005-1098  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 値反復法(VI)の一般化として,多重解法を組み合わせた一般的フレームワークとしての二人零和Markovゲーム(MG)を解くための「値集合反復」(VSI)と呼ばれる新しい正確なアルゴリズムを提案した。値関数空間における新しい演算子を導入し,政策のセット,MDP(Markov決定過程)のためのChangのVSIを拡張するMG設定への任意の配列を持つ演算子を適用した。MGのためのVSIは少なくとも線形収束速度と平衡値関数に収束することを示し,VSIが政策のセットの配列の適切な設定による反復数で収束速度を改善できる可能性があることを立証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 線形性 ,  アルゴリズム ,  *ゲーム ,  逐次近似 ,  多重化
準シソーラス用語： 収束速度 ,  Markov決定過程 , 【Automatic Indexing@JST】

著者キーワード (4件)： 2人0和Markovゲーム ,  値反復法 ,  政策反復 ,  確率的ゲーム

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (3件)： 価値 ,  ゲーム ,  反復