文献

J-GLOBAL ID：201702218841900079   整理番号：17A0667458

安全しきい値制約条件をもつMarkov決定過程のためのロバストな最適ポリシー【Powered by NICT】

Robust optimal policies for Markov decision processes with safety-threshold constraints

著者 (3件)： Dimitrova Rayna (MPI-SWS, Kaiserslautern and Saarbruecken, Germany) ,  Fu Jie (Department of Electrical and Computer Engineering, Worcester Polytechnic Institute, MA, USA) ,  Topcu Ufuk (Department of Aerospace Engineering and Engineering Mechanics, University of Texas at Austin, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CDC  ページ： 7081-7086  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 遷移不確実性(UMDPs)をもつMarkov決定過程のためのロバストな最適制御政策の合成と二種類の制約を受けるを研究(i)最悪ケース,最大総費用に対する制約と(ii)集合誤差状態の訪問の最悪確率を結合することを安全しきい値制限。最大全コスト制約のために,状態増強法と最大化されるべき報酬を与えられた決定論的,無記憶最適政策を生成するための二段階合成アルゴリズムを提案した。安全しきい値制約のために,新しいコスト関数を導入し,最大全コスト制約下での不確定マルコフ決定過程への還元による近似最適解を提供する。安全しきい値制約は最適性のための記憶とランダム化を必要とする。使用と提案した解の限界を議論した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 総原価 ,  費用関数 ,  *ロバスト性 ,  *安全性 ,  近似法 ,  不確実性 ,  アルゴリズム ,  *閾値 ,  最適制御
準シソーラス用語： 最適性 ,  最適解 ,  決定論 ,  *Markov決定過程 , 【Automatic Indexing@JST】

分類 (2件)： システム・制御理論一般  (IA02010H) ,  その他のオペレーションズリサーチの手法  (KA03070E)

タイトルに関連する用語 (4件)： しきい値 ,  制約条件 ,  Markov決定過程 ,  ロバスト