Relaxed Equilibria for Time-Inconsistent Markov Decision Processes

数学 马尔可夫决策过程 马尔可夫链 数学优化 数理经济学 马尔可夫过程 统计
作者
Erhan Bayraktar,Yu‐Jui Huang,Zhenhua Wang,Zhou Zhou
出处
期刊:Mathematics of Operations Research [Institute for Operations Research and the Management Sciences]
标识
DOI:10.1287/moor.2023.0209
摘要

This paper considers an infinite-horizon Markov decision process (MDP) that allows for general nonexponential discount functions in both discrete and continuous time. Because of the inherent time inconsistency, we look for a randomized equilibrium policy (i.e., relaxed equilibrium) in an intrapersonal game between an agent’s current and future selves. When we modify the MDP by entropy regularization, a relaxed equilibrium is shown to exist by a nontrivial entropy estimate. As the degree of regularization diminishes, the entropy-regularized MDPs approximate the original MDP, which gives the general existence of a relaxed equilibrium in the limit by weak convergence arguments. As opposed to prior studies that consider only deterministic policies, our existence of an equilibrium does not require any convexity (or concavity) of the controlled transition probabilities and reward function. Interestingly, this benefit of considering randomized policies is unique to the time-inconsistent case.

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
大个应助勤劳弘文采纳,获得10
1秒前
1秒前
xxxxxx发布了新的文献求助10
1秒前
qiu发布了新的文献求助10
1秒前
风铃完成签到,获得积分10
1秒前
包容友儿完成签到,获得积分10
2秒前
我是sci大王完成签到,获得积分10
2秒前
2秒前
2秒前
2秒前
nicezhutou发布了新的文献求助10
2秒前
fashing完成签到,获得积分10
3秒前
林梓完成签到,获得积分10
4秒前
4秒前
4秒前
4秒前
4秒前
CAMEL13141发布了新的文献求助10
5秒前
单薄紫菜完成签到,获得积分10
5秒前
张张张完成签到,获得积分10
5秒前
rrrrrr发布了新的文献求助30
6秒前
zy完成签到,获得积分10
6秒前
6秒前
飘逸数据线完成签到,获得积分10
6秒前
han发布了新的文献求助10
7秒前
科研通AI2S应助王韩采纳,获得10
7秒前
zf完成签到,获得积分20
7秒前
1111发布了新的文献求助10
7秒前
卷aaaa完成签到,获得积分10
8秒前
8秒前
丫逊完成签到,获得积分10
9秒前
9秒前
NS关注了科研通微信公众号
9秒前
zy发布了新的文献求助10
10秒前
再睡一夏完成签到,获得积分10
10秒前
10秒前
湖里发布了新的文献求助10
10秒前
11秒前
alkali发布了新的文献求助10
11秒前
小二郎应助花花采纳,获得10
11秒前
高分求助中
The ACS Guide to Scholarly Communication 2500
Sustainability in Tides Chemistry 2000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 810
Pharmacogenomics: Applications to Patient Care, Third Edition 800
A Dissection Guide & Atlas to the Rabbit 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 3082132
求助须知:如何正确求助?哪些是违规求助? 2735334
关于积分的说明 7536806
捐赠科研通 2384951
什么是DOI,文献DOI怎么找? 1264558
科研通“疑难数据库(出版商)”最低求助积分说明 612673
版权声明 597623