Quantile Markov Decision Processes

分位数 马尔可夫决策过程 分位数函数 数学优化 马尔可夫链 贝尔曼方程 累积前景理论 马尔可夫过程 数学 计算机科学 计量经济学 累积分布函数 统计 期望效用假设 概率密度函数
作者
Xiaocheng Li,Huaiyang Zhong,Margaret L. Brandeau
出处
期刊:Operations Research [Institute for Operations Research and the Management Sciences]
卷期号:70 (3): 1428-1447 被引量:3
标识
DOI:10.1287/opre.2021.2123
摘要

Title: Sequential Decision Making Using Quantiles The goal of a traditional Markov decision process (MDP) is to maximize the expectation of cumulative reward over a finite or infinite horizon. In many applications, however, a decision maker may be interested in optimizing a specific quantile of the cumulative reward. For example, a physician may want to determine the optimal drug regime for a risk-averse patient with the objective of maximizing the 0.10 quantile of the cumulative reward; this is the cumulative improvement in health that is expected to occur with at least 90% probability for the patient. In “Quantile Markov Decision Processes,” X. Li, H. Zhong, and M. Brandeau provide analytic results to solve the quantile Markov decision process (QMDP) problem. They develop an efficient dynamic programming procedure that finds the optimal QMDP value function for all states and quantiles in one pass. The algorithm also extends to the MDP problem with a conditional value-at-risk objective.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
mumu发布了新的文献求助10
3秒前
愉快凌晴完成签到,获得积分10
3秒前
青青子衿完成签到,获得积分10
3秒前
崩坏的幻想完成签到,获得积分10
4秒前
4秒前
LinYX完成签到,获得积分10
4秒前
5秒前
肉片牛帅帅完成签到,获得积分10
6秒前
Ode完成签到,获得积分10
6秒前
qingliangshanwan完成签到,获得积分10
6秒前
皮皮发布了新的文献求助10
7秒前
zyc1111111完成签到,获得积分10
7秒前
fortune发布了新的文献求助10
8秒前
jiuge完成签到 ,获得积分10
8秒前
8秒前
风为裳完成签到,获得积分10
8秒前
平常天佑完成签到,获得积分10
9秒前
9秒前
10秒前
嘻嘻完成签到,获得积分10
11秒前
糊涂的剑完成签到,获得积分10
11秒前
11秒前
Akim应助天真彩虹采纳,获得10
12秒前
mojomars完成签到,获得积分10
12秒前
赖雅绿完成签到,获得积分10
12秒前
air完成签到 ,获得积分10
12秒前
等等完成签到,获得积分10
13秒前
科研通AI2S应助叙温雨采纳,获得10
13秒前
糊涂的剑发布了新的文献求助10
13秒前
满意水瑶完成签到,获得积分10
13秒前
顽主完成签到,获得积分10
14秒前
anan完成签到 ,获得积分10
14秒前
羊皮大哈发布了新的文献求助10
15秒前
李银锋发布了新的文献求助10
15秒前
weixun完成签到,获得积分10
15秒前
benny279发布了新的文献求助10
15秒前
15秒前
欢欢完成签到,获得积分10
16秒前
芋倪啵啵完成签到 ,获得积分10
16秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3147003
求助须知:如何正确求助?哪些是违规求助? 2798336
关于积分的说明 7827807
捐赠科研通 2454956
什么是DOI,文献DOI怎么找? 1306492
科研通“疑难数据库(出版商)”最低求助积分说明 627808
版权声明 601565